Page 129 - 2022-26-中国全科医学

·3326· http://www.chinagp.net E-mail:zgqkyx@chinagp.net.cn

2
异质性较低（I =46.10%，P=0.013），采用固定效应模型进行
检索数据库（n=2 050）：中国知网（n=104），维普网（n=52），
中国生物医学文献服务系统（n=302），万方数据知识服务平台 Meta 分析，结果显示，含糖饮料摄入增加高血压的发病风险
（n=565），PubMed（n=97），EMBase（n=253），Cochrane Library（n=137）， 〔OR=1.12，95%CI（1.10，1.15），P<0.05〕，见图 2。
Web of Science（n=540）
2.4 亚组分析 地区亚组分析结果显示：亚洲人群 ［19-23，26］
剔除重复文献（n=682） 含糖饮料摄入增加 34% 的高血压发病风险〔OR=1.34，
95%CI（1.20，1.51），P<0.05〕， 北 美 洲 人 群 ［28-30，32-34］ 含
初步纳入（n=1 368）
糖饮料摄入增加 11% 的高血压发病风险〔OR=1.11，95%CI
剔除不符合主题的文献（n=1 220） （1.09，1.14），P<0.05〕，大洋洲人群 ［27］ 含糖饮料摄入增
加 82% 的高血压发病风险〔OR=1.82，95%CI（1.04，3.21），
阅读题目和摘要（n=148）
P<0.05〕，欧洲人群 ［24-25，31］ 含糖饮料摄入增加 18% 的高血
剔除不符合纳入标准的文献（n=86） 压发病风险〔OR=1.18，95%CI（1.02，1.36），P<0.05〕，见
图 3。
纳入文献（n=62）
年龄亚组分析结果显示：未成年人（年龄 <18 岁） ［19-21，
排除（n=46）：无法提取数据（n=27），重复发 26-27］ 含糖饮料摄入增加 43% 的高血压发病风险〔OR=1.43，
表（n=2），会议及综述（n=8），饮料类型不符（n=9） ［22-25，
95%CI（1.21，1.69），P<0.05〕，成年人（年龄≥ 18 岁）
28-34］
最终纳入（n=16） 含糖饮料摄入增加 12% 的高血压发病风险〔OR=1.12，
图 1 文献筛选流程图 95%CI（1.09，1.15），P<0.05〕，见图 4。
Figure 1 Flow chart of literature screening 体质指数（BMI）亚组分析结果显示：BMI 正常（18.5

表 1 纳入文献的基本特征
Table 1 Basic features of included studies
发表 随访 摄入量范围 质量
第一作者 时间 国家 发病数 年龄 研究 年限 性别 校正 OR 值 （最低剂量/最 校正因素 评分
（年） / 样本量 （岁） 类型 （年） （95%CI） 高剂量） （分）
HE ［19］ 2018 中国 202/2 032 6~18 横断面 — 男/女 1.19（0.70，2.02） 0/>120 ml 因素 1、久坐行为、饮食 9
QIN ［20］ 2018 中国 452/10 091 9~12 横断面 — 男/女 1.40（1.15，1.70） 未说明 学校、教育程度、肉类、零食摄入 8
CHAN ［21］ 2014 中国 179/1 399 12~16 横断面 — 女 1.50（0.50，5.20） 1/>500 ml 因素 1、因素 2、肉类、水果、果冻 / 蜂蜜食品 8
521/1 328 男 1.20（0.50，3.10）
KANG ［22］ 2017 韩国 1 309/4 591 40~69 前瞻性 10 女 1.97（1.23，3.14） 0/ ≥ 4 ser/w 因素 1、因素 2、教育、收入水平、BMI、能量摄入量、 8
脂肪百分比、纤维摄入量和疾病
KWAK ［23］ 2019 韩国 1 175/5 775 40~69 前瞻性 10 男/女 1.21（1.02，1.45） 0/3.50 ser/w 因素 1、因素 2、总能量摄入、收入状况、谷物、乳制品、 7
鱼、钠和钾的摄入
BARRIO- 2013 西班牙 1 464/8 157 36 前瞻性 6 男/女 1.05（0.85，1.30） 2.4 ser/w 因素 1、因素 2、BMI、软饮料摄入量、总能量摄入、红肉、 7
LOPEZ ［24］ 薯条、快餐消费、地中海饮食
FERREIRA- 2016 西班牙 206/240 67 前瞻性 2 男/女 1.09（1.04，2.80） <1/>5 ser/w 因素 1、BMI、饮食变量随访期间的平均消费量、平均总 7
PÊGO ［25］ 能量摄入
MIRMIRAN ［26］ 2015 伊朗 47/424 6~18 前瞻性 3.6 男/女 2.74（1.05，7.19） 1.12/100 ml 因素 1、能量摄入、糖尿病家族史、膳食纤维、茶、咖啡、 7
肉类、蔬菜、BMI
AMBROSINI ［27］ 2013 澳大 587/1 433 14 前瞻性 3 男 1.01（0.40，2.40） 0/2 876 g/d 因素 1、青春期、饮食、收入、BMI、饮食模式评分 8
利亚
537/1 433 17 女 2.70（1.30，5.60）
DUFFEY ［28］ 2010 美国 609/2 639 18~30 前瞻性 20 男/女 1.06（1.01，1.12） 未说明 因素 1、因素 2、种族、体质量、食物能量、 7
DHINGRA ［29］ 2007 美国 1 377/6 449 52.9 前瞻性 4 男/女 1.20（0.90，1.60） 0/ ≥ 2 ser/d 因素 1、吸烟、摄入脂肪、总热量和血糖指数 7
COHEN ［30］ 2012 美国 42 022/88 540 38~53 前瞻性 28 男/女 1.12（1.08，1.17） <1/ ≥ 1 ser/d 因素 1、因素 2、种族、家族史、维生素、碳水化合物摄入、 8
卡路里、口服避孕药、镇痛药
2012 21 873/97 991 31~40 16 女 1.17（1.11，1.23）
2012 13 439/37 360 42~61 22 男 1.06（0.99，1.14）
SAYON- 2015 西班牙 1 308/13 846 34~42 前瞻性 8.1 男/女 1.34（1.09，1.65） 0/ ≥ 7 ser/w 因素1、因素2、BMI、高血压史、高胆固醇血症、能量总量、 7
OREA ［31］ 钠、钾、菜类、肉类
LEE ［32］ 2018 美国 3 553/15 713 19~64 前瞻性 4 男/女 1.18（1.04，1.33） 均未说明 因素 1、因素 2、收入、BMI、摄食天数、每日能量摄入 7
KIM ［33］ 2012 韩国 3 044/9 950 ≥ 19 前瞻性 3 男/女 1.50（0.84，2.68） 1/ ≥ 3 time/d 因素 1、因素 2、BMI、热量摄入、种族、钠钾摄入、糖 8
尿病史
NETTLETON ［34］ 2009 美国 843/6 814 45~84 前瞻性 2 男/女 1.17（0.95，1.45） 0/ ≥ 1 ser/d 因素 1、民族、能量摄入、吸烟状况 7
注：因素 1 包括性别、年龄、体育活动；因素 2 包括吸烟、饮酒；ser/w= 份 / 周，ser/d= 份 /d，time/d= 份 /d，BMI= 体质指数；—为无此项
内容