儿童青少年原发性头痛流行病学Meta分析：患病率与临床启示

干临床和科研的朋友应该都有体会：儿童头痛是儿科、神经内科和全科门诊里最容易被三言两语打发的主诉。孩子进来说头痛，家长先接一句“是不是没睡好”“是不是手机玩多了”，医生问两句就让回去了。但你要是真去翻一翻流行病学数据，会发现这个“小问题”远比想象中普遍。最近读到发表在The Journal of Headache and Pain（习惯缩写为J Headache Pain）上的一项系统综述与meta分析，题目直接指向儿童和青少年原发性头痛的流行病学，把全球几十项基于学校和社区人群的调查拉到一起重新统计，结果挺有冲击力。

这篇研究做的是一件看起来基础、实际上很费力的事：不产生新的临床数据，而是把已有研究当作“样本”做二次分析，统一诊断口径，再经过异质性处理和亚组分析，给出偏头痛、紧张型头痛等原发性头痛在儿童青少年中的患病率估计，并解释年龄、性别、地区、诊断标准这些因素带来的差异。对一线医生，它回答“孩子头痛该按什么级别重视”；对医学生和科研新手，它又是一份非常标准的患病率meta分析操作范本。下面我不只拆文献，还会把这类研究从选题、检索、统计到避坑的完整流程摊开讲，想把“患病率meta分析”这条路走通的人，可以直接照着这个框架做。

1. 先说结论：儿童青少年原发性头痛到底有多常见

1.1 一篇把全球数据拧成一股绳的二次研究

先界定一下“原发性头痛”这个概念。它指的是那些通过检查找不到明确器质性病因的反复性头痛，最常见的是偏头痛和紧张型头痛，此外还包括三叉自主神经性头痛和慢性每日头痛等。原发性头痛在成人里研究得比较多，但在儿童群体中，长期以来只有零散的地区性数据，样本量小、诊断标准不统一、年龄段划分也不一致，导致不同文献之间的患病率可以差出两三倍。

系统综述和meta分析解决的就是这个问题。它的思路相当于把每个横断面调查当成一次“测量”，再把几十次测量通过统计学方法合并起来，得到更稳定的估计值。纳入这类研究的数据来源，绝大多数是学校普查或社区抽样，而不是医院门诊，这样得到的才更接近“人群真实水平”。按照多个独立meta分析给出的共识区间，儿童青少年偏头痛的汇总患病率大致落在6%到8%，紧张型头痛在10%上下；如果把符合国际头痛疾病分类标准的各类原发性头痛全部合并，过去一年内总患病率通常能超过40%，部分以宽口径评估的研究甚至报告到50%以上。

比较常见的口径还有一点需要注意：评估时间窗不同，数值会明显浮动。点患病率（调查当下正在头痛的人）、年患病率（过去一年内发作过的人）、终生患病率（这辈子发作过的人）是三个完全不同的分母。所以读这类研究时，先看作者报告的是哪一种患病率，再比较不同地区之间的差异，否则很容易得出错误结论。

1.2 这些数字背后藏着哪些临床事实

流行病学的意义不止于“报一个数”。偏头痛虽然不是致命性疾病，但对儿童生活质量的影响被严重低估。反复发作的头痛会直接造成缺课、注意力下降、睡眠紊乱，孩子在整个学龄期的学习效率和社交参与都会受到影响。而家长层面的普遍认知是“长大自然就好了”，于是就诊率偏低，很多一年发作十几次的孩子从未接受过规范评估。

数据里另一个值得临床留意的规律是年龄和性别的“拐点”。学龄前儿童原发性头痛患病率很低，从上小学后才开始爬升；进入青春期后，女孩的患病率快速上升并明显反超男孩。这种性别翻转和雌激素周期性波动、睡眠节律改变、学业压力加重都有关系。还有一类容易被忽略的情况是儿童偏头痛的“非典型表现”：很多孩子发作时不是典型的一侧搏动性头痛，而是反复腹痛、恶心、呕吐或眩晕，被当作肠胃炎或晕车处理，拖了很多年才被识别出来。这也是流行病学研究为什么反复强调“按标准诊断、按亚型分开统计”的原因。

2. 系统综述和meta分析是怎么做出来的

2.1 框架先行：PROSPERO注册和PRISMA规范

很多人听到“meta分析”第一反应是统计学，但一项能发表在高分期刊上的系统综述，真正的大头其实是研究方案设计。这类研究通常会在启动检索之前，把纳入标准、检索策略、结局指标、亚组计划提交到PROSPERO注册平台，拿到一个注册号。这一步的作用非常实际：公开研究方案，防止作者在看完文献结果之后再临时改纳入或排除标准，也就是防止“数据挑着用”。

写文章和投稿时，PRISMA声明是绕不开的框架。老版本20项条目，2020年更新后变成27项checklist，覆盖标题、摘要、方法、结果、资金来源各个环节。期刊编辑和审稿人基本都默认作者follow这套规范，尤其是“检索信息必须完整可复现”这一条，很多稿子就死在这里——不写明检索日期、不列出每个数据库的命中数、不给完整的检索式，审稿人一眼就能看出不严谨。

实操层面的建议是：把注册时间安排在检索开始前一到两周。注册平台审核虽然快，但需要填写的内容不算少，临时抱佛脚容易填漏。万一真的“边做边注册”，一些期刊也接受补注册，只是审稿时会低看一档，因为无法排除事后调整方案的可能性。

2.2 检索策略：PICOS拆解与数据库选择

检索策略是系统综述的心脏。目标是把“该纳入的文献尽量不漏，不该纳入的尽量不混”，这需要用PICOS结构把问题拆开。对于原发性头痛流行病学这个题目，P是儿童青少年，I不是干预而是“关注对象”原发性头痛，O是患病率，S是横断面研究。逐项拆好之后再填关键词。

数据库方面，常规组合是PubMed/MEDLINE、Embase、Web of Science和Cochrane Library，部分研究还会加Scopus和CINAHL。每个数据库的主题词表不太一样，Embase的Emtree、PubMed的MeSH都需要分别适配，不能把一份检索式原样拷贝四处跑。下面是一份适合在PubMed里使用的检索结构，方便第一次做的人直接改成自己的题目：

# PubMed 检索式示例 ("Migraine Disorders"[Mesh] OR "Tension-Type Headache"[Mesh] OR "Headache Disorders"[Mesh] OR "migraine*"[tiab] OR "tension-type headache*"[tiab] OR "primary headache*"[tiab]) AND ("Child"[Mesh] OR "Adolescent"[Mesh] OR "child*"[tiab] OR "adolescen*"[tiab] OR "pediatr*"[tiab] OR "juvenile*"[tiab]) AND ("Prevalence"[Mesh] OR "Epidemiology"[Mesh] OR "prevalence"[tiab] OR "incidence"[tiab] OR "epidemiolog*"[tiab]) AND ("humans"[MeSH Terms])

检索完成后，把每个数据库的命中数和检索日期记录下来，文献管理工具比如EndNote或Zotero里做去重。去重是很多新手容易忽视的环节，同一个研究可能在不同数据库里以不同格式重复出现，漏去重会导致后续筛选时重复劳动，更严重的会在数据提取时把重复文献当成两项独立研究。

2.3 纳入排除和数据提取：双人背对背筛文献

纳排标准应该写得像法律条文一样明确。以这项研究为例，合理版本的纳入标准是：研究对象为0到18岁儿童青少年；原发头痛诊断依据ICHD第二版或第三版标准；调查基于学校或社区人群抽样；报告可直接计算的患病率数据。排除标准则要顶住各种“看起来很相关但实质不符”的文献，比如只纳入特定疾病人群的共病头痛研究、基于门诊就诊记录的统计分析、单纯病例系列报告。

筛选流程最推荐三步法：第一步阅读标题和摘要完成初筛，第二步下载全文核对是否满足纳入标准，第三步对最终纳入文献做数据提取。为了控制主观偏差，至少需要两个人背对背独立操作，遇到分歧时讨论或由第三方仲裁。整条流程走到哪一步、排除了多少篇、排除理由是什么，全部要记录在PRISMA流程图里。

数据提取阶段，建议提前设计好电子表格，每个字段都对应一个主变量。以下字段是儿童头痛患病率meta分析里必须包含的：

文献身份：第一作者、发表年份、国家、期刊 研究设计：抽样方法、数据收集方式（问卷/面谈/电话）、调查时间 人群特征：样本量、年龄段、女性比例、学校类型或社区来源 诊断要素：诊断标准版本（ICHD-II/III）、头痛亚型、评估时间窗 事件数据：各亚型发病人数、患病率及95%置信区间 质量信息：质量评价得分、应答率

2.4 质量评价：横断面研究该用什么工具

质量评价经常被新手随便糊弄过去，实际上它与统计合并同样重要。很多人一上来就用NOS量表，但NOS最初是为病例对照研究和队列研究设计的，套在横断面患病率研究上并不完全合适。更常见的选择是JBI的横断面研究质量评价清单，或者美国卫生保健研究和质量机构推荐的相关条目。无论选哪一种，都要在Methods里写清楚评分规则和阈值，比如“总分超过多少分算高质量”。

对患病率调查来说，真正决定证据质量的是这几个问题：抽样框是否接近目标人群、应答率是否足够、结局的测量工具是否经过验证、是否采用标准化的诊断程序。学校调查如果只挑了几所重点学校，代表性就会打折；社区入户调查如果应答率只有六成，偏倚也不会小。这些变量在后续亚组分析和敏感性分析里都可能成为关键解释因素，评价时认真一分，后面省一小时。

3. 统计细节：异质性处理、亚组分析与偏倚评估

3.1 患病率合并前的数据转换

如果直接把各研究的原始患病率当成普通数值去算平均数，结果大概率是错的。患病率的分布天然被限制在0到1之间，极端值时近似正态的假设不再成立，置信区间还可能算出小于0或大于1的结果。因此专业软件里合并前要做转换，常见做法有logit变换和Freeman-Tukey双反正弦变换，MetaXL、Stata的metaprop命令、R的meta和metafor包都能实现。

以logit变换为例，p是事件数n与样本量N之比，设y=ln(p/(1-p))，这条变换把取值从0到1映射到负无穷到正无穷；合并所有研究的y之后，再把汇总结果反变换回去得到患病率。为什么不能轻量处理？因为两个样本量相同、患病率不同的研究，方差并不相同，给它们赋同样的权重会扭曲结果，变换后再合并本质上是在用更接近正态的分布做推断。

实际操作里更推荐的方法是直接用二项分布模型合并患病率，这类方法在样本量较小时表现更稳。跑完得到的总患病率和95%置信区间，才是文章里真正报告的东西。期间有研究事件数为0的情况，原始的logit计算会遇到分母问题，常用做法是先做连续性校正，或者直接换用双反正弦变换绕开这个麻烦。

3.2 固定效应还是随机效应：别在第一步就选错模型

有经验的审稿人拿到meta分析，第一眼会看你用了固定效应还是随机效应模型。儿童头痛这类观察性研究，不同研究之间的真实患病率几乎不可能相同，受诊断标准、文化环境、抽样方式影响太大，直接套用固定效应模型相当于假设所有调查测量的都是同一个数值，这明显说不通。所以默认选择随机效应模型，让各研究的真实效应服从一个分布，合并结果描述的是这个分布的均值区间。

随机效应模型里，权重由两部分决定：研究内部方差和研究间方差tau²。合并某项研究时，除了统计显著性，还要看它对整体结论的杠杆作用。固定效应模型恰恰容易让大型调查统治全部结果，这在流行病学数据里确实不应该。用一个简单的表格记清楚两者的区别：

3.3 亚组分析和meta回归：异质性不靠“压”要靠“拆”

异质性指标I²在患病率meta里动辄90%以上，刚上手的人看到I²=99%很容易慌，其实这在患病率类研究中是常态，不代表数据坏了，只说明研究之间的差异远大于抽样误差。此时硬要合并出一个“全球精确患病率”意义不大，更可靠的做法是用亚组分析和meta回归去解释差异来源。

在儿童原发性头痛这个题目下，临床上有道理的亚组变量优先考虑这几个：年龄段（比如小于12岁和12到18岁分开）、性别（男童和女童分开）、地区（亚洲、欧洲、美洲、非洲分别合并）、诊断标准版本（ICHD-II时代和ICHD-III时代分开）、患病率评估时间窗（点患病率、年患病率、终生患病率）、抽样方式（学校调查和社区家庭调查）。如果亚组之间合并值差异明显，比一个笼统的总患病率更有临床价值。

meta回归用于处理连续或有序的效应修饰因素，比如研究平均年龄、发表年份、样本量大小。这里要提醒一句：亚组分析应当基于事先假设，而不是先看完全部结果再挑“最好看”的切割方式。“先跑再找差异”的做法会放大偶然性，是审稿人反感的p-hacking行为。对流行病学meta分析来说，诚实呈现“做了哪些亚组、结果如何”，比强行挖掘出一个戏剧性差异重要得多。

3.4 发表偏倚和敏感性分析：把结论的底气测出来

发表偏倚是meta分析绕不开的质疑。常规做法是看漏斗图，再配合Egger回归检验不对称性；针对患病率数据，补充Doi图和LFK指数也更合适，只是这套方法在国内期刊里还不算普及，正式投稿时可以作为额外证据报告。需要注意的是漏斗图不对称不必然等于发表偏倚。小样本研究的方法学质量参差、真实效应随样本量变化，都会让图不对称，解读时应该谨慎，不能一看到不对称就断言“漏了阴性结果”。

敏感性分析相当于给结论做压力测试，常见套路包括：剔除权重占比过大的单项研究后重新合并，只合并质量评价为“高”的研究，切换不同的统计模型看结果是否依然朝同一个方向。如果无论怎么切核心结论都稳定，这篇meta分析的耐受力就算过关。撰写结果部分时，还可以补充GRADE评级，把证据等级对读者交代清楚，这也是高分期刊比较看重的完整性。

4. 踩坑记录：真实做这类研究最容易翻车的地方

4.1 重复样本：同一队列被两篇文章重复报告

做患病率meta分析最隐蔽的错误之一，是同一个抽样人群被不同文献重复报告，导致数据被重复计数。常见情形包括：同一个队列一年随访后写一篇、三年随访后又写一篇；同一份调查先发中文论文再发英文论文；硕博论文与后续期刊文章共享同一批数据。如果不仔细比对，这个样本就相当于被算了两遍甚至三遍，会不当地拉高该研究在合并模型里的权重。

排查方法要靠“人肉比对”：把纳入研究的作者列表、单位、调查城市、样本量和调查年份列成一张对照表，凡是这几项完全重叠的，大概率就是同一批数据。处理方式也很简单，要么只保留信息最全的一篇，要么把多篇作为一个“研究单元”合并提取，而不是并列纳入。

4.2 ICHD版本更替带来的分类漂移

头痛分类标准在2004年推出ICHD-II，2013年发布ICHD-III beta，2018年正式发布ICHD-III。版本更替直接影响纳入诊断：比如儿童偏头痛的发作持续时间标准是2到72小时，而成人的标准是4到72小时，这个差异是很多人容易混淆的细节；紧张型头痛、慢性偏头痛的定义在不同版本里也有微调。用旧标准研究的人群，放到新标准下可能就被划到另一个亚型去了。

这个问题的直接后果是诊断“漂移”，也是亚组分析里I²的重要来源。方法学上的处理并不复杂：提取数据时明确记录每一篇纳入研究使用的诊断标准版本，分析时把版本作为亚组变量或meta回归协变量。审稿人往往会问“不同ICHD版本之间结果是否一致”，提前准备好这个分析就能从容回应。

4.3 门诊样本和学校样本，患病率能差出一倍

纳入哪种来源的研究，直接决定汇总值往哪偏。医院门诊的头痛患者数据患病率当然高，因为去看诊的人本来就受到症状困扰；学校普查数据则更接近一般人群，但也会受抽样框影响。把孩子在家里“被家长带来就诊”的样本混入社区样本合并，会让整体患病率明显虚高，临床解释完全变味。

稳妥的做法是在纳入标准里就把门槛卡死：只纳入基于明确抽样框架的人群调查，学校或社区均可，但必须说明抽样和应答情况。更进一步，把“抽样方式”作为亚组变量，专门比较学校普查与社区家庭调查的结果，这样既回应了方法学关切，也成了文章的一个亮点。应对这类偏倚时，多问一句“样本是怎么来的”，比任何统计校正都有效。

4.4 检索语言和灰色文献：看不见的遗漏比看得见的错误更危险

只检英文文献会漏掉大量中文、日文、韩文和俄语的高质量流行病学调查，尤其在儿童头痛领域，东亚地区的学校调查数量可观。理论上“语言不限”是最理想的，实操中多语言检索对团队要求很高，至少需要成员能阅读对应语言的摘要和全文。如果实在做不到，就要在局限性里诚实声明“本研究检索限于英语和中文”，而不是回避这个话题。

会议摘要和学位论文的处理也常让人纠结。学位论文建议纳入，因为经常包含完整的设计和数据，而且可能永远不会以全文正式发表；会议摘要只有摘要，方法信息不足，容易混入质量低的研究。实际操作倾向是不纳入会议摘要，但在筛除记录里保留理由，流程上完全合规。

5. 从数据回到临床：儿童头痛管理的切入点

5.1 流行病学结果怎么用进诊室

一篇高质量的流行病学meta分析，不该是发完就束之高阁的东西。对于儿科和全科医生，它首先提示的是把问诊标准化。面对反复头痛的孩子，主动问清头痛部位、性质、持续时间、伴随症状（是否恶心呕吐、畏光畏声）、发作频率、家族史、触发因素和缺课情况，就能识别出一大批被当成“学习累的”漏诊偏头痛。

工具方面，儿童版头痛失能指数（PedMIDAS）可以量化学业和生活受影响的程度，简单、好填，适合基层使用。非药物治疗的证据越来越充分：固定作息时间、保证睡眠时长、规律三餐、减少含咖啡因饮料和过度屏幕时间、安排适量户外运动，这几条对发作频率有实际影响，应该作为初始方案写进健康宣教，而不是等到用药阶段再提。药物选择和预防治疗必须交给专科医生，家长自行用药的现象本身就值得在科普里提醒。

5.2 顺着这个题目还能往下做些什么

从学术延展角度看，这篇研究打开的线索很多。比较现实的选题包括：中国儿童青少年原发性头痛的全国性多中心患病率调查；儿童偏头痛与肥胖、睡眠障碍、焦虑抑郁共病的关联meta分析；把单臂患病率研究升级为有对照组的危险因素合并分析，汇总OR或RR值；针对青春期女性头痛与月经周期关系做纵向研究设计。

这类选题的共同点是从“多少人得病”走向“什么人群更容易得病”。流行病学meta分析的价值不会停留在患病率数字本身，而在于它持续为临床决策提供基线数据、为卫生资源分配提供依据，也为更深入的机制研究提供方向。任何一个读完这类研究的人，如果能顺手在自己的临床场景里多留一个心眼，这篇文献的价值就已经兑现了一大半。

说实话，我刚接触这类研究时总觉得它不过是把别人做过的调查再算一遍，真正操作起来才发现，越是看似简单的患病率问题越考验对偏倚的判断。这篇发表在J Headache Pain上的系统综述和meta分析，最值得借鉴的并不是某个精确患病率数字，而是整套流程里的克制——什么时候合并、什么时候拆开、什么时候承认数据不够，这些判断比盲目追求统计学显著性重要得多。最后分享一个自己一直保留的习惯：每次做完文献纳入，把各研究的原始患病率按发表年份画一张散点图。一眼扫过去就能认出哪几个点是异类，这个动作比做一百张敏感性分析图都直观。