APP下载

基于R软件单组率Meta分析研究9种中医体质的人群分布

2021-08-12姚实林

安徽中医药大学学报 2021年4期

姚实林

(安徽中医药大学科技处,安徽 合肥 230012)

王琦提出9种基本的中医体质分类,并设计了含有60个条目的中医体质量表,制定了《中医体质分类与判定标准》。目前,已有很多学者采用9种中医体质分类量表对一般人群和疾病人群进行中医体质辨识,但不同的研究得出的9种体质类型构成比存在一定差异。本研究拟采用R软件单组率Meta分析对一般人群的体质类型构成比进行合并,为中国人群的中医体质类型分布规律提供大样本流行病学依据。

1 资料与方法

1.1 纳入标准 ①采用《中医体质分类与判定标准》对中医体质进行分类;②受试人群为一般人群或体检人群;③年龄>15岁。

1.2 排除标准 ①采用同一次调查的全部数据或部分数据发表的论文;②体质类型不足9种;③有一部分受试者未被划分为某种体质类型,如以“倾向性体质”代之;④数据统计存在错误,如9种体质例数之和与样本量存在矛盾;⑤调查对象为疾病人群;⑥样本量小于500;⑦学位论文和会议论文。

1.3 检索策略 在中国知网、万方数据知识服务平台、维普网、PubMed数据库、Cochrane数据库中检索中医体质类型流行学调查的横断面研究文献,检索起止时间为2004年1月至2020年12月。中文文献检索策略:题名=体质 AND 摘要=(流调 OR 流行病学 OR 流行病学调查 OR 调查 OR 问卷 OR 量表)AND 全文=((一般人群 OR 自然人群 OR 体检人群)AND 中医);英文文献检索策略:constitution[Title] AND (epidemiological[Abstract] OR Survey[Abstract] OR investigation[Abstract] OR research[Abstract] OR epidemiological survey[Abstract] OR scale[Abstract] OR questionnaire[Abstract])AND population[All Fields] AND (Chinese medicine[All Fields] OR TCM[All Fields])。

1.4 资料的提取 认真阅读所纳入的文献,采用Excel软件对文献的基本特征进行提取,基本字段包括著者及出版年、每种体质的例数和总样本量、可能的异质性来源,对每种体质类型建立一个表格,从每篇文献提取的基本信息均被核对3次。

1.5 纳入文献的方法学质量评价 采用美国卫生保健研究和质量机构(Agency for Healthcare Research and Quality,AHRQ)推荐的横断面研究质量评价标准对纳入的文献质量进行评价,该标准包括11个条目,从资料来源、纳入排除标准、研究时间段、研究是否连续、评价者的主观因素、质量控制、排除分析受试者的原因、混杂因素控制措施、缺失数据处理方法、量表应答率及数据完整性、随访结果共11个方面对研究质量进行评价,总分为11分。

1.6 Meta分析方法 参照罗美玲等方法,采用R软件(3.6.3版)进行单组率Meta分析。单组率Meta分析的异质性大于两组率Meta分析的异质性,故采用随机效应模型进行Meta分析。对原始率(某类型体质例数与总例数比值)采用对数转换、Logit转换、反正弦转换和双反正弦转换,采用Shapiro-Wilk检验对原始率和4种转换率进行正态性检验,选择

P

值最大的率进行Meta分析。将“男女性别比”、“地区”(研究所在地区)、“是否兼夹”(是否报告兼夹体质)、“人群”(是体检人群还是一般人群)作为影响中医体质类型分布的潜在因素,先进行Meta回归分析,若某因素对回归模型有统计学意义(

P

<0

.

05),则对该因素进行亚组分析。

2 结果

2.1 文献检索结果 在中国知网检索到文献718篇,阅读文题后选取62篇,阅读全文后剔除37篇,剩余25篇;在万方数据知识服务平台检索到文献73篇,阅读文题后剩余23篇,其中14篇与中国知网重复,阅读全文后排除7篇,剩余2篇;在维普网中检索到文献13篇,阅读文题后剩余10篇,均与知网或万方数据知识服务平台重复;在Pubmed数据库中检索到文献16篇,在Cochrane数据库中检索到文献8篇,阅读文题后均予以排除。在剩下的25篇文献中,其中6篇文献因采用同一次流行病学调查的部分数据而被排除,最终获得19篇文献。

2.2 纳入文献的基本特征 19篇文献的总样本量为175 331。男女性别比为0.654~2.567(25%、50%、75%位数分别为0.697、0.878、1.011)。按白明华等方法对研究所在区域进行划分,华东地区4篇,华南地区7篇,华北地区2篇(其中1篇文献包括华南和华北地区的调查数据),西南地区1篇,西北地区3篇,地区均衡分布(包括华南、华北、华东、西北、西南地区的调查数据)3篇。有2篇文献报告了兼夹体质,17篇文献未报告兼夹体质,10篇文献以体检人群为调查对象,9篇文献以一般人群为调查对象。AHRQ评分为5~8分。见表1。

表1 纳入文献的基本特征

2.3 平和质构成比的Meta分析结果 分别对“男女性别比”“地区”“人群”“是否兼夹”进行Meta回归分析,结果显示“地区”为平和质构成比的异质性来源,见表2。敏感性分析无法降低

I

值。按地区进行亚组分析,结果显示,华北地区平和质构成比(0.59,95% CI为0.48~0.69)最高,西南地区平和质构成比(0.51,95% CI为0.48~0.54)次之,华南地区平和质构成比(0.18,95% CI为0.12~0.25)最低,合并的平和质构成比为0.29(95% CI为0.23~0.36)。Meta分析结果见图1。

表2 人群所在地区对平和质构成比影响的Meta回归分析结果

图1 平和质构成比的Meta分析结果

2.4 发表性偏倚分析 对漏斗图的对称性进行线性回归分析,结果显示漏斗图对称(

t

=-0

.

350,

ν

=18,

P

=0

.

731),提示纳入的文献无发表性偏倚。见图2。

图2 平和质Meta分析漏斗图对称性的Egger回归分析

2.5 8种偏颇体质的Meta分析结果 结果显示,气虚质、阳虚质、阴虚质、痰湿质、湿热质、血瘀质、气郁质、特禀质的构成比分别为0.15(95% CI:0.13~0.18)、0.15(95% CI:0.13~0.18)、0.07(95% CI:0.05~0.10)、0.09(95% CI:0.07~0.12)、0.08(95% CI:0.06~0.10)、0.04(95% CI:0.03~0.05)、0.06(95% CI:0.05~0.08)、0.03(95% CI:0.02~0.04),“男女性别比”是阴虚质构成比的影响因素,“是否兼夹”是阴虚质、痰湿质、湿热质、血瘀质构成比的影响因素,“地区”是血瘀质、气郁质、特禀质构成比的影响因素。见表3。

表3 8种偏颇体质构成比的Meta分析结果(随机效应模型)

3 讨论

中医体质是采用中医阴阳气血津液、病因病机等理论对人体形态结构、生理功能和心理特征等方面相对稳定特质的中医学描述。中医体质是可以分类的,在2万例中医体质类型流行病学调查的基础上,形成了《中医体质分类与判定》标准,基于该标准的9种中医体质量表被广泛应用于一般人群和疾病人群的中医体质类型判定。由于各研究的中医体质类型构成比存在差异,有必要采用Meta分析方法对各个研究数据进行合并,为中医体质类型分布全国常模的建立提供参考。

体质的形成与自然环境因素相关,《素问·异法方宜论》论及东方之人、西方之人、北方之人、南方之人、中央之人的体质差异。不同性别者的体质类型存在一定差异:女性为阴柔之体,阴盛阳衰;男性为阳刚之体,气多血少,阴弱阳旺。兼夹体质在人群中广泛存在,常表现为以一种体质为主,兼夹其他一种或数种体质。兼夹体质常被归类为其主要体质类型,即按照偏颇体质评分最大值法划分体质类型。笔者在提取某体质构成比时,包含该体质在兼夹体质的构成比和该单一体质的构成比,因此报告兼夹体质的研究,其偏颇体质的构成比应高于未报告兼夹体质的研究。所纳入的研究中,既有以一般人群为研究对象者,也有以体检人群为研究对象者,故将人群作为影响体质类型构成比的潜在影响因素。在进行Meta分析时,并未对“男女性别比”“是否兼夹”“地区”“人群”均进行亚组分析,而是先对这4种潜在的影响因素进行Meta回归分析,仅对进入回归模型的影响因素进行亚组分析,以减少亚组分析的盲目性。结果只有“人群”对9种中医体质类型构成比的影响均无统计学意义(

P

>0

.

05),而“男女性别比”“是否兼夹”“地区”仅是部分中医体质类型构成比的影响因素。结果既验证了环境因素是体质的后天成因和男女体质有别的中医体质理论,又提示有些研究在流行病学调查的质量控制和中医体质判定标准的掌握程度方面尚需提高。合并后的9种中医体质构成比之和为0.96,非常接近1,说明Meta分析结果具有较好的可信度。

续表3

本研究尚存在一些不足。其一,大多数研究的方法学质量不高。其二,包含兼夹体质的研究较少,仅有2篇文献报告了兼夹体质。Meta回归分析结果中,“是否兼夹”应是8种偏颇体质的影响因素,但“是否兼夹”仅是部分偏颇体质的影响因素,其原因可能与报告兼夹体质的研究过少(仅2篇文献)及兼夹体质过于复杂而未被充分报告有关。其三,对人群的年龄分布情况未按固定的格式进行介绍,有仅介绍最小值者,有仅介绍平均值者;大部分研究中受试人群的年龄分布范围过宽,而白明华等采用老年版中医体质量表对65岁以上人群进行体质辨识,笔者仅提取其研究中15~64岁人群的数据。因此,无法按照年龄段进行Meta回归和亚组分析。

虽然存在以上不足,但本研究得出的9种中医体质的总体构成比对全国常模的建立具有借鉴意义。期待更多一般人群中医体质流行病学调查结果对今后Meta分析结果进行修正和完善。