读医学网
苯二氮?升高痴呆风险？
发布时间：2017-02-21 11:05 类别：医学前沿资讯 标签： 来源：未知
?与先前大量研究结果不同：在调整反向因果关系后，苯二氮?类药物并不升高日后罹患阿尔茨海默病的风险。
?五种常见原因可能导致医学研究结果的不可信，文中对此进行了简述。
临床实践中，苯二氮?类药物的应用极为广泛。然而，除跌倒、困倦、认知损害、谵妄等副作用外，有大量研究显示，此类药物可能与重大神经认知疾病(mNCD)相关，包括阿尔茨海默病(AD)。然而，苯二氮?类药物常用于改善焦虑、失眠等症状，而上述现象也正是mNCD的前驱期症状;换言之，使用此类药物正是患病的结果。若不调整反向因果关系因素，我们难以获知两者真实的相关性，甚至可能误入歧途。 通过使用来自瑞士Helsana集团 一个大型医保提供商的数据，瑞士的一组研究者开展了一项病例对照研究，旨在克服上述特发性偏倚(protopathic bias)的影响，明确先前使用苯二氮?类药物与日后罹患阿尔茨海默病风险的相关性。基于2013年及2014年首次使用AD治疗药物(乙酰胆碱酯酶抑制剂及NMDA受体拮抗剂)的情况，研究者纳入了瑞士1438例AD患者及同等数量的年龄、性别、居住地匹配的对照。考虑到反向因果关系的可能性，研究者设置了导入期，专门针对诊断AD很早之前(而非不久前)即使用苯二氮?者展开了探讨。 根据苯二氮?处方的数量，研究者将研究对象分为短期使用(1-9张处方)、中期使用(10-29张处方)及长期使用( 30个处方)三组;临床研究中，处方数量常作为用药时长的指标。在调整年龄、性别、基准时间、居住地、抗抑郁药等因素后，研究者计算了使用苯二氮?及日后罹患AD的比值比(OR)。 ▲ 不调整特发性偏倚时，原始OR值为1.19(95% CI 1.03 1.38);单从这一结果看，早期使用苯二氮?的确可能升高日后罹患AD的风险; ▲ 对于诊断AD1年前使用苯二氮?者，OR=1.71(95% CI 1.17 2.99);然而，对于诊断AD3年前使用苯二氮?者，OR=1.19(95% CI 0.82 1.72)。 ▲ 基于上述数据，研究者使用2年的导入期，以调整苯二氮?用于控制AD早期症状这一因素。结果显示，先前使用苯二氮?类药物并不升高AD风险(aOR 0.82, 95%CI 0.70 0.97);短中长期使用苯二氮?发生AD的比值比分别为0.86、0.76和0.78。 另外，仅使用经典苯二氮?类药物者与仅使用其他苯二氮?受体激动剂(BzRAs)者相比，日后罹患AD的相对风险并无显著差异。 讨论 基于苯二氮?类药物可导致困倦、认知损害及谵妄，有人提出长期使用苯二氮?可能也与mNCD风险的升高相关;但在调整诸多因素，尤其是使用导入期规避特发性偏倚后，本项研究并未得到上述发现。然而，本项研究结果与此前两项校正特发性偏倚的研究结果一致。流行病学研究中，特发性偏倚须引起更多的重视。 本项研究于1月11日在线发表于CNS Drugs(影响因子 4.910)。 文献索引：Bi try FA. et al. Benzodiazepine Use and Risk of Developing Alzheimer s Disease: A Case-Control Study Based on Swiss Claims Data. CNS Drugs. 2017 Jan 11. doi: 10.1007/s40263-016-0404-x. [Epub ahead of print] 附：医学研究结果不靠谱的五大罪魁 一、反向因果关系 很多情况下， 两个事件变量的因果关系并不明确，易发生因果倒置。除上述研究外，另一个例子是口服雌激素与子宫内膜癌的相关性：实际情况可能是，未被诊断出的子宫内膜癌引发子宫出血，患者随即使用雌激素治疗出血;而当癌症确诊时，人们往往会感觉口服雌激素在先。 二、随机性 随机性可造成假阳性结果，P值检测法在很多情况下并不适用。若进行10次统计，按照常用P值标准，即便10个相关性均为假命题，实际统计中仍有40.13%的可能性得到一个虚假相关性。若假设假设所有命题中有10%为真命题，1类和2类错误率分别为5%和20%，那么每125个阳性结果中只有80个可信;换言之，约有三分之一阳性结果为假阳性。重复研究是避免此类问题的有力手段。 三、偏倚 偏倚可赋予两个并无关联的事件以相关性，大致可分为选择偏倚与信息偏倚。1981年NEJM发表的一篇关于咖啡与胰腺癌的研究中，对照组患者的消化道溃疡发病率较高;为避免加剧症状，该组受试者摄入咖啡的量较小，无法代表一般人群的咖啡摄入水平，造成选择偏倚;吸烟者报告自己不吸烟，体检者过低地报告自己的体重等，则属于信息偏倚。回忆偏倚是信息偏倚的一种特殊类型。 四、混杂因素 与偏倚不同，混杂因素存在于两变量具有相关性时，可改变两者相关性的强度。例如，糖尿病可引起肾衰与心脏病，为两者相关性的混杂因素。尽管肾衰患者发生心脏病的风险的确高于对照，但若不考虑糖尿病这一因素，风险将被明显高估。混杂因素是所有研究与生俱来的，难以完全清除，可通过统计学手段调整和规避其影响，如随机化手段。 五、夸大风险 最后，选择正确的统计工具十分重要。比值比可能造成风险的夸大，早在20年前，已有研究者呼吁 放下比值比 (Down with odds ratios)，但目前OR的使用仍很广泛。另外， 相对风险 VS 绝对风险 是另一个大问题。例如有研究指出，喝一杯咖啡后一小时内心梗相对风险为1.5(即风险升高50%);然而，若将上述相对风险换算为绝对风险，则等同于每喝两百万杯咖啡引发一次心脏病发作。具有统计学意义并不等同于具有临床意义。 信源：Christopher Labos. It Ain t Necessarily So: Why Much of the Medical Literature Is Wrong. Medscape
临床实践中，苯二氮?类药物的应用极为广泛。然而，除跌倒、困倦、认知损害、谵妄等副作用外，有大量研究显示，此类药物可能与重大神经认知疾病(mNCD)相关，包括阿尔茨海默病(AD)。然而，苯二氮?类药物常用于改善焦虑、失眠等症状，而上述现象也正是mNCD的前驱期症状;换言之，使用此类药物正是患病的结果。若不调整反向因果关系因素，我们难以获知两者真实的相关性，甚至可能误入歧途。 通过使用来自瑞士Helsana集团 一个大型医保提供商的数据，瑞士的一组研究者开展了一项病例对照研究，旨在克服上述特发性偏倚(protopathic bias)的影响，明确先前使用苯二氮?类药物与日后罹患阿尔茨海默病风险的相关性。基于2013年及2014年首次使用AD治疗药物(乙酰胆碱酯酶抑制剂及NMDA受体拮抗剂)的情况，研究者纳入了瑞士1438例AD患者及同等数量的年龄、性别、居住地匹配的对照。考虑到反向因果关系的可能性，研究者设置了导入期，专门针对诊断AD很早之前(而非不久前)即使用苯二氮?者展开了探讨。 根据苯二氮?处方的数量，研究者将研究对象分为短期使用(1-9张处方)、中期使用(10-29张处方)及长期使用( 30个处方)三组;临床研究中，处方数量常作为用药时长的指标。在调整年龄、性别、基准时间、居住地、抗抑郁药等因素后，研究者计算了使用苯二氮?及日后罹患AD的比值比(OR)。 ▲ 不调整特发性偏倚时，原始OR值为1.19(95% CI 1.03 1.38);单从这一结果看，早期使用苯二氮?的确可能升高日后罹患AD的风险; ▲ 对于诊断AD1年前使用苯二氮?者，OR=1.71(95% CI 1.17 2.99);然而，对于诊断AD3年前使用苯二氮?者，OR=1.19(95% CI 0.82 1.72)。 ▲ 基于上述数据，研究者使用2年的导入期，以调整苯二氮?用于控制AD早期症状这一因素。结果显示，先前使用苯二氮?类药物并不升高AD风险(aOR 0.82, 95%CI 0.70 0.97);短中长期使用苯二氮?发生AD的比值比分别为0.86、0.76和0.78。 另外，仅使用经典苯二氮?类药物者与仅使用其他苯二氮?受体激动剂(BzRAs)者相比，日后罹患AD的相对风险并无显著差异。 讨论 基于苯二氮?类药物可导致困倦、认知损害及谵妄，有人提出长期使用苯二氮?可能也与mNCD风险的升高相关;但在调整诸多因素，尤其是使用导入期规避特发性偏倚后，本项研究并未得到上述发现。然而，本项研究结果与此前两项校正特发性偏倚的研究结果一致。流行病学研究中，特发性偏倚须引起更多的重视。 本项研究于1月11日在线发表于CNS Drugs(影响因子 4.910)。 文献索引：Bi try FA. et al. Benzodiazepine Use and Risk of Developing Alzheimer s Disease: A Case-Control Study Based on Swiss Claims Data. CNS Drugs. 2017 Jan 11. doi: 10.1007/s40263-016-0404-x. [Epub ahead of print] 附：医学研究结果不靠谱的五大罪魁 一、反向因果关系 很多情况下， 两个事件变量的因果关系并不明确，易发生因果倒置。除上述研究外，另一个例子是口服雌激素与子宫内膜癌的相关性：实际情况可能是，未被诊断出的子宫内膜癌引发子宫出血，患者随即使用雌激素治疗出血;而当癌症确诊时，人们往往会感觉口服雌激素在先。 二、随机性 随机性可造成假阳性结果，P值检测法在很多情况下并不适用。若进行10次统计，按照常用P值标准，即便10个相关性均为假命题，实际统计中仍有40.13%的可能性得到一个虚假相关性。若假设假设所有命题中有10%为真命题，1类和2类错误率分别为5%和20%，那么每125个阳性结果中只有80个可信;换言之，约有三分之一阳性结果为假阳性。重复研究是避免此类问题的有力手段。 三、偏倚 偏倚可赋予两个并无关联的事件以相关性，大致可分为选择偏倚与信息偏倚。1981年NEJM发表的一篇关于咖啡与胰腺癌的研究中，对照组患者的消化道溃疡发病率较高;为避免加剧症状，该组受试者摄入咖啡的量较小，无法代表一般人群的咖啡摄入水平，造成选择偏倚;吸烟者报告自己不吸烟，体检者过低地报告自己的体重等，则属于信息偏倚。回忆偏倚是信息偏倚的一种特殊类型。 四、混杂因素 与偏倚不同，混杂因素存在于两变量具有相关性时，可改变两者相关性的强度。例如，糖尿病可引起肾衰与心脏病，为两者相关性的混杂因素。尽管肾衰患者发生心脏病的风险的确高于对照，但若不考虑糖尿病这一因素，风险将被明显高估。混杂因素是所有研究与生俱来的，难以完全清除，可通过统计学手段调整和规避其影响，如随机化手段。 五、夸大风险 最后，选择正确的统计工具十分重要。比值比可能造成风险的夸大，早在20年前，已有研究者呼吁 放下比值比 (Down with odds ratios)，但目前OR的使用仍很广泛。另外， 相对风险 VS 绝对风险 是另一个大问题。例如有研究指出，喝一杯咖啡后一小时内心梗相对风险为1.5(即风险升高50%);然而，若将上述相对风险换算为绝对风险，则等同于每喝两百万杯咖啡引发一次心脏病发作。具有统计学意义并不等同于具有临床意义。 信源：Christopher Labos. It Ain t Necessarily So: Why Much of the Medical Literature Is Wrong. Medscape
下一篇：脑瘤大盘点，李敖究竟患的哪一种？ 上一篇：疑似急性卒中患者的院前评估
- 猜你会喜欢....
