非手术与手术阴茎增大术的疗效：一项系统评价与Meta分析

《International Journal of Impotence Research》：The outcomes of non-surgical and surgical penile augmentation procedures: a systematic review and meta-analysis

　　

摘要专业翻译 尽管阴茎增大术（penile augmentation procedures, PAP）日益普及，但关于不同技术获益与风险的证据仍然有限。本系统评价与Meta分析旨在评估阴茎增大术后阴茎尺寸变化及不良事件。遵循PRISMA和MOOSE报告规范，检索了PubMed、PsycINFO、CINAHL、Web of Science和Embase五个数据库，检索时间从建库至2025年9月16日。采用限制最大似然估计法进行随机效应Meta分析，合并均值差以95%置信区间（CI）和95%预测区间报告。共纳入30项研究，涉及2554名受试者。鉴于研究间存在极端异质性，围度推断主要基于技术特异性估计。非自体注射填充剂术后阴茎围度合并增加1.88 cm（95% CI 1.53–2.23；95%预测区间0.27–3.49；k=18；I2=100%），自体手术移植物术后合并增加1.99 cm（95% CI 0.90–3.08；95%预测区间?1.73–5.70；k=5；I2=99.2%）。一项汇总所有技术的探索性总体围度估计为1.86 cm（95% CI 1.55–2.17；95%预测区间0.13–3.59；k=29；I2=100%）。松弛态阴茎长度合并增加2.20 cm（95% CI 1.79–2.61；95%预测区间0.93–3.46；k=7；I2=81.7%）。勃起态阴茎长度合并增加1.36 cm（95% CI 0.18–2.53；95%预测区间?2.58–5.30；k=4；I2=92.3%）。预测区间而非合并均值应作为对未来患者预期效果的指导。疗效幅度与安全性因方式而异。未来需要采用标准化测量、经验证的患者报告结局及一致并发症分级的前瞻性研究。

论文主体内容专业总结

引言

研究指出，对阴茎尺寸的担忧在男性中普遍存在，部分可发展为躯体变形障碍（BDD）或阴茎畸形障碍。一项大型横断面网络调查显示，85%的女性对伴侣阴茎尺寸满意，但仅55%的男性对自己尺寸满意，45%希望更大。阴茎增大术（PAP）既用于真性阴茎短小（先天性或获得性），也用于“假性”短小，包括成人获得性隐匿阴茎（AABP）及与BDD相关的表现。尽管缺乏全球注册系统量化使用情况，近年PAP需求显著增加。多数寻求手术者为健康男性，其可接受的危害阈值必然较高，咨询必须严谨。现有系统评价受限于非随机设计、异质性纳入标准、测量方法差异、结局定义不一致及长期安全性报告不足。2023年欧洲泌尿外科学会（EAU）指南指出，孤立性围度增大缺乏公认医学适应证和共识技术，需结构化多学科诊疗路径。本研究旨在通过更新至2025年9月16日的系统评价与Meta分析，按测量状态分层结局，按方式综合不良事件，提供临床可解释的疗效与安全性估计。

方法

本系统评价遵循PRISMA和MOOSE声明，方案注册于OSF和PROSPERO。两名研究者独立检索PubMed、PsycINFO、CINAHL、Web of Science和Embase数据库，检索时间至2025年9月16日，无语言限制。依据PICOS标准纳入评估PAP效果的研究，包括随机对照试验（RCT）及回顾性、横断面、前瞻性研究；因多数文献为无对照组的单臂前后系列，此类研究亦被纳入并在结果解读中考虑。两名研究者独立提取数据，使用纽卡斯尔-渥太华量表（NOS）评估队列研究质量，使用Cochrane偏倚风险工具评估RCT。采用GRADE框架分别评估阴茎围度、松弛态长度、勃起态长度及不良事件的证据确定性；因非随机证据起始等级为低，且存在偏倚风险、不一致性（I2>90%）、不精确性及间接性，四个结局域最终确定性均为极低。统计分析使用R 4.4.1软件meta包，显著性水平α=0.05。连续结局以基线至干预后的均值差（MD）表示，缺失变化值标准差（SD）时假设受试者内相关系数r=0.5进行估算。采用限制最大似然（REML）随机效应模型，报告95% CI与95%预测区间。主要Meta分析池按技术主要目的分层：围度定向类别仅纳入围度分析，长度定向类别仅纳入长度分析；明确联合延长与增大的研究臂被排除。敏感性分析重复r=0.25、0.50、0.75的假设，结果基本不变。围度亚组分析遵循EAU导向类别，仅含一项研究的亚组仅作描述性报告。不良事件按干预类别以事件计数和比例进行描述性综合，并按操作严重程度（轻度/一过性、中度、重度）事后分层；不良事件分母按研究-结局水平构建，类别合计为叠加的研究-结局观测值之和，并非患者层面“任意并发症”率。连续结局的发表偏倚通过漏斗图目测评估，仅围度结局（k≥10）行Egger回归检验。

结果

初步检索获得2742篇潜在文献，经标题/摘要筛选排除2705篇，37篇进入全文评估，其中7篇因无尺寸结果数据被排除，最终纳入30项研究，共2554名受试者。19项研究在亚洲开展，4项在欧洲和中东，2项在北美，1项在大洋洲。26项研究使用NOS评估，4项RCT使用Cochrane工具；无研究评分<5星，25项（96%）为中度偏倚风险（5–7星），1项（4%）为低偏倚风险（≥8星），NOS总分均值6.3（SD 0.73），中位数6。GRADE确定性在四个结局域均为极低。

阴茎围度

技术特异性估计为主要推断依据。非自体注射填充剂术后围度合并增加1.88 cm（95% CI 1.53–2.23；95%预测区间0.27–3.49；k=18；I2=100%），自体手术移植物为1.99 cm（95% CI 0.90–3.08；95%预测区间?1.73–5.70；k=5；I2=99.2%），脱细胞/异种/合成移植物为1.75 cm（95% CI 0.75–2.75；95%预测区间?1.81–5.30；k=4；I2=98.2%），自体注射材料为1.63 cm（95% CI 0.35–2.90；95%预测区间?12.65–15.90；k=2；I2=99.4%）。仅填充剂亚组的95%预测区间排除零。所有k≥2亚组内异质性仍极端（I2 98–100%；均p<0.001）。亚组差异检验无统计学意义（Q=0.24，df=3，p=0.97），但该结果不被解释为技术等效。探索性总体围度估计为1.86 cm（95% CI 1.55–2.17；95%预测区间0.13–3.59；k=29；I2=100%）。逐一剔除单项研究对总体均值改变至多0.07 cm，I2仍约100%。

阴茎长度（勃起态）

勃起态长度仅分析长度定向技术。勃起态长度合并增加1.36 cm（95% CI 0.18–2.53；95%预测区间?2.58–5.30；k=4；I2=92.3%），预测区间包含零。Hartung-Knapp敏感性分析中置信区间亦包含零（95% CI ?0.52–3.23）。唯一可合并的长度定向Class 2亚组（手术皮瓣/增大手术/阴茎牵引器；k=3）为1.27 cm（95% CI ?0.41–2.95；95%预测区间?5.63–8.17；I2=94.7%）。

阴茎长度（松弛态）

松弛态长度合并增加2.20 cm（95% CI 1.79–2.61；95%预测区间0.93–3.46；k=7；I2=81.7%）。唯一可合并的Class 2亚组（手术皮瓣/增大手术/阴茎牵引器；k=3）为2.28 cm（95% CI 1.45–3.11；95%预测区间?0.99–5.55；I2=89.5%），亚组预测区间包含零。

不良事件

脱细胞/异种/合成移植物（手术）的描述性总体并发症率为23.3%（13项研究-结局观测值中194起事件；叠加分母N=833，非独特患者），报告11种并发症类型，常见包括延迟伤口愈合（15.4%）、瘀斑（11.6%）和水肿（54.8%）。自体移植物（手术）总体并发症率为15.9%（16项观测值中84起事件；N=528），报告14种类型，常见包括不对称（2.9%）、瘀斑（8.8%）和水肿（45.6%）。非自体注射填充剂总体并发症率为25.1%（41项观测值中2120起事件；N=8433），报告27种类型，常见包括性高潮缺失（5.1%）、不对称（4.5%）和皮肤萎缩（1.3%）。手术皮瓣/增大手术/阴茎牵引器总体并发症率为2.4%（25项观测值中104起事件；N=4406），报告22种类型，常见包括不对称（0.3%）、勃起功能下降（0.7%）和勃起角度减小（0.3%）。各类别贡献不良事件数据的独特患者数远小于叠加分母（脱细胞/异种/合成移植物n=157；自体移植物n=171；注射填充剂n=1426；手术皮瓣/增大/牵引器n=357）。激素/药物干预未报告不良事件，但数据缺失不能推断无不良事件。

讨论

本系统评价综合了30项研究2554名受试者的证据。技术特异性估计而非总体合并均值是临床解读的适当基础。围度在多种方式后均有增加，但各技术类别内残余异质性仍极端（I2 98–100%），95%预测区间宽泛，仅非自体注射填充剂的预测区间排除零。探索性总体围度估计1.86 cm对个体患者咨询意义有限。勃起态长度获益更不确定，预测区间包含零，Hartung-Knapp敏感性区间亦包含零。GRADE确定性在围度、松弛态长度、勃起态长度及不良事件均为极低。围度亚组差异检验无统计学意义不被视为技术等效。不良事件在各方式中普遍存在，按技术和严重程度分层差异显著。与既往综述一致，非侵入性治疗总体安全且多数有效，手术可增加尺寸或矫正弯曲但并发症多为轻微；阴茎牵引器仅产生较小松弛态长度获益（<2 cm），注射剂增加围度但并发症率高，且无技术经外部验证。结构式咨询常使男性放弃治疗，手术和注射剂应作为最后手段。关于功能性勃起（插入）长度，现有数据不支持任何技术能可靠增加功能性勃起插入长度；松弛态或牵拉态长度获益不等同于勃起插入长度，悬韧带松解尤其改变角度和松弛态表观长度而不可靠增加功能性勃起长度，并有阴茎失稳风险。仅少数研究报告了可支持可靠推断的患者中心结局，一项研究报告自我评价改善（34.35±5.85至42.00±4.64；p<0.001），但该队列接受联合手术，无法归因于单一成分。技术性尺寸变化不能可靠预测满意度，应采用经验证的患者报告工具作为共同主要终点。正常参考数据提供临床框架：9407名男性中平均松弛态周径9.31±0.90 cm，勃起态周径11.66±1.10 cm。多数寻求增大术的男性具有正常尺寸，当代指南指出孤立性围度增大缺乏公认医学适应证。对正常尺寸男性，风险获益讨论应深入且诚实，因获益为选择性且偏好驱动，而伤害是具体的。建议侵入性干预前进行心理性评估，使用经验证筛查工具如躯体变形障碍问卷-皮肤科版（BDDQ-DV）和阴茎特异性美容程序筛查量表（COPS-P）。提出分层框架：重建适应证（如AABP、创伤后或肿瘤后缺损、小阴茎）支持在专科多学科路径内干预；矫正性适应证伴客观解剖缺损在结构化路径内干预合理；纯美容性围度或长度增大在解剖正常男性中证据不足以支持常规临床应用，永久性和非自体填充剂尤其应限于前瞻性研究环境。非自体填充剂并发症率最高（25.1%）可能与其诱导异物反应、慢性炎症、生物膜相关感染有关；永久性填充剂如硅酮和聚甲基丙烯酸甲酯（PMMA）与持续炎症、复发性感染、脓肿、肉芽肿反应和纤维化相关。透明质酸（HA）半衰期24–48小时，交联后延长至6–18个月，且是唯一有药理学逆转剂（透明质酸酶）的注射填充剂；聚乳酸（PLA）降解18–25个月，体积增加主要源于延迟胶原刺激；PMMA不可生物降解且永久包封；自体脂肪存活率10–80%受移植物生物学影响。这些药代动力学差异直接影响结局测量持续时间、并发症率解读及个体化副作用处理选择。2.4%的手术并发症率不应被解读为真实安全性优势，因其对报告、叠加分母和随访高度敏感；有效头对头比较需统一定义、严重程度分级和随访窗口。不良事件定义和随访不一致限制了技术间稳定比较，类别水平率为叠加观测值的描述性聚合而非独特患者“任意并发症”率。知情同意必须明确未知因素，特别是持久性和晚期并发症。

局限性

证据基础以观察性设计为主，常无对照组，偏倚风险可变且报告不完整；多项研究为单臂前后系列且部分联合手术，限制了对单一技术成分的因果归因。极端异质性和宽预测区间限制了合并均值差作为咨询点估计的可解释性，围度亚组内残余I2仍为98–100%；29项围度研究中20项需估算变化值SD，r=0.25–0.75敏感性分析稳健；Hartung-Knapp区间与围度Wald区间一致，但勃起态长度Hartung-Knapp 95% CI包含零，四项研究的总体勃起态长度池不应用于临床预测。临床异质性显著，队列涵盖小阴茎、重建表现（含AABP）及正常尺寸美容增大，未来研究需区分重建适应证。随访间隔不均且常较短，持久性和晚期并发症不确定。多数研究在亚洲开展，可能限制对其他医疗环境和患者群体的普适性。结局判定缺乏标准化，测量方案（松弛态、勃起态、牵拉态；骨压与非骨压；勃起诱导方法）差异显著，测量差异可超过1–2 cm，与报告的治疗效应量级相当，测量异质性本身可解释研究间不一致性的很大部分。手术结局和并发症率与术者体积和专业程度强相关，但纳入研究未报告该数据。地理集中（19项来自亚洲）涉及解剖变异、社会文化驱动因素、监管环境及技术培训差异。安全性综合受不良事件定义不一致、判定可变及长期监测有限约束；类别水平分母为叠加研究-结局N而非独特患者，总体百分比为叠加事件报告的描述性聚合。发表偏倚和小研究效应可能仍存在，正式评估受每结局和亚组研究数量少限制。程序类别必然合并异质性干预，尤其填充剂方法中不同产品和注射方案被合并，可能需要产品特异性比较综合以支持更精确咨询。建议开展前瞻性多中心比较研究，按个体填充剂产品和浓度报告结局，使用标准化骨压测量于明确阴茎状态，纳入经验证患者报告结局作为共同主要终点，应用共同严重程度分级不良事件分类法，随访至少12–24个月以捕捉延迟反应和效果丧失。支持开发阴茎增大特异性核心结局集、最低报告数据集及前瞻性跨国注册系统。部分纳入文献中的技术，包括某些自体和非自体移植技术及孤立性悬韧带横断，已不再常规推荐，其纳入反映证据库的历史构成而非对当前使用的认可。

结论

PAP与可测量的、技术依赖的围度及更可变长度获益相关，但残余异质性极端，勃起态长度结局不可预测：95%预测区间包含零，总体勃起态长度池的Hartung-Knapp敏感性区间亦包含零。报告的安全性特征在方式间差异显著，部分技术与频繁并发症相关，比较受不良事件定义和随访不一致限制。需要更高质量的前瞻性研究，采用标准化测量方案、经验证的患者报告结局、更长随访及清晰并发症分级，使咨询从基于轶事的安慰转向基于持久证据的知情同意。