小肠细菌过度生长(small intestinal bacterial overgrowth,SIBO)是指小肠内细菌数量异常增加或菌群结构失衡所导致的一种临床综合征
[1]。通常情况下,小肠中的细菌数量较少,主要集中在大肠中
[2]。然而,在SIBO的情况下,小肠内的细菌数量明显增多,从而引发一系列消化系统问题。常见的症状包括腹胀、腹痛、便秘和腹泻等腹部不适
[3],部分患者还可能出现营养吸收不良的症状,如体质量减轻和维生素缺乏
[4-5]。因此,肠道菌群的平衡对整体健康至关重要
[6]。当小肠菌群失衡时,不仅会引起消化系统的症状,还可能与多种非消化系统疾病相关,例如肥胖、脂肪性肝病和精神疾病等
[7-9]。随着现代生活方式的改变,如饮食习惯的改变和工作压力的增加,SIBO的发病率逐渐上升
[10-11]。不同年龄段的消化科门诊患者中,SIBO的发病率可能也有所不同。鉴于肠道微生物在健康和疾病中的重要作用,了解各年龄段消化科门诊患者的SIBO情况对于制定个性化的治疗方案具有重要意义。
1 资料与方法
1.1 研究对象
本研究以2024年6月至2025年1月在徐州医科大学附属医院门诊就诊的患者为研究对象,采用横断面调查方法,收集了这些患者的基本人口学信息。经过专业培训的消化内科住院医师负责使用胃肠道症状分级评分量表(gastrointestinal symptom grading scale,GSRS)对患者的胃肠道症状进行评估
[12]。该量表的Cronbach’s
α系数为0.772。本研究方案已获得徐州医科大学附属医院伦理委员会的批准(审批编号:XYFY2024-KL233-01)。纳入标准:①年龄10~90岁;②既往未进行过甲烷氢呼气实验检查;③无肿瘤病史;④无胃肠道手术史;⑤过去3 d内未进行过肠镜检查;⑥近4周内未使用过抗生素、益生菌及有抗炎作用的中药和食物;⑦消化科医生判断SIBO可疑。排除标准:①不符合年龄要求;②资料不完整;③患者本人或其监护人不同意参与本研究。根据纳入排除标准,共有2 598例患者被纳入该研究。根据年龄将患者分为10~<20岁年龄组(288例)、20~<30岁年龄组(335例)、30~<40岁年龄组(561例)、40~<50岁年龄组(396例)、50~<60岁年龄组(597例)、60~<70岁年龄组(272例)、70~<80岁年龄组(126例)和≥80岁年龄组(23例)。
1.2 方法
所有参与者在检测前清淡饮食、禁食12 h和避免吸烟、饮酒及剧烈运动。实验开始前,校准QuinTron呼气分析仪。首先,测量受试者空腹时呼气中的氢气(hydrogen,H
2)和甲烷(methane,CH
4)浓度作为基础数据。接着,指导受试者快速服用10 g乳果糖。随后,在接下来的2.5 h内,每30 min收集1次呼气样本,测定并记录每次呼气中H
2和CH
4的浓度变化,绘制时间-浓度曲线。参考北美共识会议结论,若在服用10 g乳果糖后90 min内,呼出气体中的H
2的质量分数较基线水平升高超过20 ppm,或CH
4的质量分数在测试期间任何时候较基线水平升高超过10 ppm,则可诊断为SIBO
[14]。
1.2.2 数据处理
①数据清洗与标准化:对原始数据整理和结构化处理,统一命名。其中,因变量为SIBO检测结果,阳性标记为1,阴性标记为0。自变量的选择基于本研究目标并结合相关文献,选取了以下可能影响SIBO的因素进行分析:性别、年龄、GSRS评分、吸烟状况以及饮酒习惯。②缺失值处理:采用分层策略处理缺失值问题,若某一变量的缺失率超过30%,则在经过评估后将其从数据集中剔除(共计剔除0个变量)。③异常值检测与处理:运用综合检测方法识别异常值,对于明确存在记录错误的数据点直接予以剔除(共计剔除0个样本)。④数据质量验证:检查数据的整体分布情况,同时评估数据是否符合正态分布,并对处理前后的数据集进行方差齐性检验。
1.3 统计学方法
本研究采用SPSS 27.0和SPSS AU软件进行统计分析。对于正态分布的计量资料,使用均数±标准差($\bar{x} \pm s$)表示;计数资料则以频数(n)和百分比(%)表示,并通过卡方检验进行组间比较,采用Bonferroni校正进行组间两两比较。使用方差膨胀因子(variance inflation factor,VIF)评估自变量间的多重共线性;使用Akaike信息准则(akaike information criterion,AIC)和贝叶斯信息准则(bayesian information criterion,BIC)评估模型拟合度。使用Hosmer-Lemeshow检验评估模型拟合度,并计算AIC和BIC进行模型比较。为了探讨变量之间的关系,应用了二元logistic回归模型。logistic回归分析前,VIF评估连续变量的多重共线性,设定VIF<5为判定标准。此外,针对40~<50岁年龄组,使用Spearman相关分析来评估SIBO与GSRS及饮酒习惯之间的关联。进一步地,通过二元logistic回归分析深入探究这些因素之间的关系。本研究使用Cronbach’s α系数作为评价指标。所有检验均为双侧检验,检验水准α=0.05。
2 结 果
2.1 调查对象的一般资料
2 598例研究对象的基本情况见
表1。在2 598例研究对象中,发生SIBO阳性有1 845(71.02%)例,SIBO阴性有753(28.98%)例。SIBO阳性组与SIBO阴性组在性别、年龄、GSRS分值、抽烟和饮酒项目中比较差异均无统计学意义(
P>0.05)。
2.2 不同年龄组SIBO的基本情况
表2为不同年龄组SIBO的基本情况。50~<60岁消化科门诊患者SIBO阳性率最低,为66%;10~<20岁SIBO阳性率次低,为68.75%;70~<80岁消化科门诊患者SIBO阳性率最高,为75.40%;40~<50岁SIBO阳性率次高,为75.00%。卡方检验结果表明,不同年龄组消化科门诊患者SIBO的阳性率存在差异(
χ²=16.933,
P=0.018)。采用Bonferroni校正进行两两比较,只有30~<40岁年龄组与50~<60岁年龄组有差异。
2.3 各年龄组SIBO的影响因素的分析
各变量VIF值介于1.0~4.8,均低于临界值,满足模型假设条件。二元logistic回归分析结果显示,30~<40岁、40~<50岁和70~<80岁年龄组SIBO的阳性率均高于50~<60岁年龄组(
OR=1.233、1.156、1.257,
P<0.05)。以平均数将GSRS分为≤36分和>36分,40~<50岁年龄组呈现出GSRS分值越高,SIBO阳性率越高的情况(
OR=1.773,
P<0.05)。另外,在饮酒和不饮酒的患者中,40~<50岁年龄组饮酒的患者呈现出低的SIBO阳性率(
OR=0.514,
P<0.05)。而性别和抽烟对不同年龄患者SIBO的阳性率并没有差异。见
表3。
2.4 分析40~<50岁患者SIBO的影响因素
在本研究中,40~<50岁年龄组GSRS分值和饮酒对SIBO均存在影响。因此,选取40~<50岁年龄组,以有差异的因素GSRS分值和饮酒作进一步分析。
Spearman分析结果显示,SIBO与GSRS评分呈正相关(rs =0.102,P=0.043),与饮酒呈负相关(rs =-0.123,P=0.014)。尽管SIBO与GSRS评分的相关性具有统计学意义,但因其相关系数≤0.3,表明两者间实际不存在有意义的关联。
二元logistic回归模型通过Hosmer-Lemeshow检验(χ²=9.450,P=0.306)。最终模型AIC(442.646)和BIC(454.590),P<0.05,说明模型有效。各变量VIF值介于1.0~4.8,均低于临界值,满足模型假设条件。
二元logistic回归分析结果显示,在40~<50岁年龄组中,纳入GSRS评分和饮酒为变量,GSRS评分和饮酒均是SIBO的独立影响因素(
OR=1.860、0.491,
P=0.032、0.011)。见
表4。
3 讨 论
甲烷氢呼气试验被广泛用于SIBO的诊断,据报道其敏感性约为85.7%,特异性约为76.9%
[15]。然而,这些数值可能会因研究人群和诊断标准的不同而有所变化。尽管该测试是非侵入性的且实施起来相对简便,但它仍存在一定的局限性,包括因快速的口-肛转运时间而导致的假阳性结果,以及在非产氢细菌感染的情况下出现的假阴性结果。本研究发现,在消化科门诊就诊的患者中,SIBO阳性率为71.02%(1 845/2 598),远高于医院外筛查的13.2%
[16]。SIBO是功能性胃肠疾病的重要诱因之一,对患者的胃肠道健康产生明显影响
[17]。当检测结果呈SIBO阳性时,表明患者的小肠内存在过量的细菌。这些细菌会发酵未完全消化的食物,生成气体及其他代谢产物,进而引发腹胀、腹痛、腹泻或便秘等症状
[18]。长期未治疗的SIBO还可能导致营养吸收不良,进一步损害
[19]。因此,对于有功能性胃肠疾病的患者而言,及时诊断并治疗SIBO对于改善其生活质量及恢复正常的胃肠功能至关重要。
然而,目前文献中关于不同年龄患者SIBO患病率差异的研究较为有限。本研究结果表明,不同年龄人群SIBO的阳性率存在明显差异(
χ²=16.933,
P=0.018),然而采用Bonferroni校正进行两两比较,只有30~<40岁组与50~<60岁组有差异。这一发现与Ghoshal UC等
[20]的研究结果部分一致,年龄较大人群SIBO患病率明显高于年轻人群,但未观察到50~<60岁年龄组患病率最低的现象。值得注意的是,本研究观察到的40~<50岁年龄组较高阳性率与Chuah KH等
[21]的研究结果存在差异,这可能与地区间饮食习惯和生活方式差异有关。
二元logistic回归分析结果显示,30~<40岁、40~<50岁和70~<80岁年龄组SIBO的阳性率均高于50~<60岁年龄组[
OR(95%CI)=1.233(1.086~1.400)、1.156(1.052~1.271)、1.257(1.009~1.565),
P<0.05]。这一结果可能与不同年龄组的生理和生活方式因素有关。首先,许多50~<60岁的人可能会主动改变既往不良的生活习惯,这与Wielgosz-Grochowska JP等
[22]的研究发现相符,其饮食干预可明显降低SIBO患病风险。其次,30~<40岁和40~<50岁人群较高的SIBO阳性率可能与其特有的工作和生活方式有关,这一发现与Knez E等
[23]的研究结果一致,城市化水平越高,SIBO患病率越高。最后,70~<80岁人群的高患病率可能与其普遍存在的多种老年健康问题有关,这与Lim NR等
[24]的综述结论相符。本研究的发现具有临床意义。首先,70~<80岁老年患者的SIBO筛查值得特别关注,因为其高患病率可能影响多种疾病的治疗效果。其次,30~<50岁人群应该加强健康宣教,注重规律饮食和压力管理。最后,50~<60岁人群相对较低的患病率为SIBO预防提供了重要参考,提示生活方式的积极改变可能带来明显获益。
GSRS在提升胃肠道健康管理水平方面具有重要意义
[25]。该工具不仅覆盖了常见的消化系统症状,如腹部疼痛、腹胀感、恶心、呕吐、腹泻和便秘等,还能对这些症状的严重程度进行量化评分
[26]。然而,在将其应用于特定患者群体时,需要充分考虑其适用性和敏感性。在本研究中,对GSRS在SIBO患者群体中的适用性进行了验证分析。例如,40~<50岁人群中,GSRS总分与SIBO诊断结果具有相关性(
r=0.102,
P=0.043)。这一发现与Lopresti AL等
[27]的研究结果一致,证实GSRS能够有效区分自我报告消化问题的成年人胃肠道症状。此外,本研究对GSRS量表的内部一致性进行了评估,Cronbach’s
α系数为0.772,表明各维度间具有较好的同质性。本研究发现SIBO与GSRS评分虽在统计学上呈显著正相关(
rs =0.102,
P=0.043),但由于相关系数极低(
rs ≤0.3),提示两者间并无实际临床意义上的关联。这一结果可能表明:①SIBO对胃肠道不适症状的直接作用较弱;②GSRS得分受多重变量影响,可能包括膳食模式、情绪与心理状态、整体菌群生态特征以及共存的其他消化道疾病等,SIBO在其中所起的独立效应相对有限;③临床诊疗中,不宜将SIBO检测阳性简单等同于症状成因,而应结合患者整体状况,系统排查饮食习惯、精神心理、微生态失衡及其他器质性或功能性胃肠病变,从而实现个体化、多维度的诊断与干预。在临床应用中,医生可以依据量表的评估结果调整治疗方案。在本研究中,以平均数将GSRS分为≤36分和>36分,40~<50岁年龄组呈现出GSRS分值越高,SIBO阳性率越高的情况(
OR=1.773,
P<0.05)。提示GSRS可能在一定程度上反映了40~<50岁年龄组消化科门诊患者SIBO的阳性结果。这一发现与Wang XL等
[28]的研究结果一致,发现胃肠道症状评分与SIBO患病率呈正相关。然而,与本研究不同,Chang MS等
[29]在美国人群中的研究未发现福昔明治疗并不能改善患者对胃肠道症状的描述,这种差异可能反映了不同地区人群的胃肠道症状表现差异性。
乙醇具备消毒和抑制细菌生长的功能
[30]。饮酒可能对小肠内的细菌产生一定的抑制效果
[31-32]。在本研究中,在饮酒的患者中,40~<50岁年龄组饮酒的患者呈现出低的SIBO阳性率(
P<0.05)。表明饮酒可能具有抑制SIBO的作用,但其仅仅可以促进40~<50岁年龄组消化科门诊患者SIBO阳性的降低。提示40~<50岁年龄的生活方式独特于其他年龄组,饮酒可抑制SIBO的发生。这一发现与Addolorato G等
[33]的研究结果部分一致,其发现适量的饮酒降低了抗氧化参数。然而,Gabbard SL等
[34]的研究则指出,饮酒可能增加SIBO风险,这种差异可能反映了饮酒剂量和模式的差异影响。
40~<50岁也是多种慢性疾病发病率较高的年龄段
[35-36],此年龄组的特征可能解释了本研究的部分发现。首先,这一年龄段人群普遍存在的未明的生活方式可能导致胃肠道动力异常,这与Pimentel M等
[37]提出的SIBO发病机制假说相符。其次,这一年龄段人群常见的生活方式可能影响肠道菌群平衡,这与陈格等
[38]的研究发现一致。因此,本研究选取40~<50岁年龄组,以有差异的因素GSRS分值和饮酒作进一步分析。结果表明,SIBO与GSRS呈正相关(
rs =0.102,
P=0.043),与饮酒呈负相关(
rs =-0.123,
P=0.014)。二元logistic回归分析结果显示,在40~<50岁年龄组中,GSRS评分和饮酒均是SIBO的独立影响因素[
OR(95%CI)=1.860(1.057~3.274)、0.491(0.285~0.848),
P=0.032、0.011]。提示GSRS评分每增加1分,SIBO阳性风险增加86.0%,而饮酒者SIBO阳性风险降低50.9%。本研究采用多种方法评估模型拟合效果,Hosmer-Lemeshow检验、AIC和BIC值均支持最终模型的合理性。然而,模型拟合度的评估仍需结合临床实际意义进行综合判断。这些发现提示,针对这一特定年龄段的SIBO预防策略可能需要重点关注胃肠道症状管理和适度饮酒建议。未来研究应进一步探讨这些因素与SIBO发生之间的因果关系,并评估针对性干预措施的效果。
本研究集中探讨了SIBO的现状,通过选择不同年龄段的人群作为研究对象,实现了跨年龄层的横向对比分析。此外,本研究共收集了2 598个样本,这使得对SIBO影响因素的分析更贴近实际情境。然而,本研究的一个局限性在于数据仅来源于单一医院,未能反映其他地区医疗机构的情况。其次,虽然共线性诊断结果显示变量间无明显相关性,但未测量的潜在因素可能影响结果解释。另外,本研究虽然探讨了不同年龄与SIBO的关系,但BMI、饮食模式及基础疾病等变量未参与多因素分析,可能对结果可靠性造成影响。这些变量或可通过改变肠道环境及蠕动功能间接作用于SIBO发生。由于研究采用回顾性设计,部分受试者BMI记录缺失,且膳食摄入等数据难以准确量化,未能纳入上述变量。本研究未收集工作压力、饮食规律性等相关数据,因此无法评估这些因素对SIBO患病率的影响,这需要在未来研究中加以完善。后续研究将采用前瞻性方案,完整采集BMI、营养摄入及运动等协变量数据,运用多因素分析方法深入探讨不同年龄与SIBO的关联。最后,未来的研究将能够充分利用纵向追踪数据进行多中心研究,深入探究不同年龄段、不同地区和不同种族人群中SIBO的影响因素,将有助于制定更有效的针对性预防和干预措施。
总之,不同年龄人群SIBO的阳性率存在差异;GSRS可能在一定程度上反映了40~<50岁年龄组消化科门诊患者SIBO的阳性结果,虽然SIBO与GSRS评分存在相关性,但由于相关性较弱,其临床意义仍需谨慎解读;40~<50岁年龄组中,SIBO与GSRS呈正相关与饮酒呈负相关;40~<50岁年龄组中,GSRS评分和饮酒均是SIBO的独立影响因素。后续研究将探讨40~<50岁人群SIBO高发的潜在机制,如胃肠动力、菌群特征及生活方式等因素,为预防和干预提供更可靠的依据。