计算机检索中国知网(以下简称知网)、万方数据知识服务平台(以下简称万方)、维普网(以下简称维普)、Sinomed、PubMed、EMBASE、Web of Science和Cochrane Library数据库，检索日期为2016年1月1日至2024年8月15日。中文主题检索词：脓毒症、脓毒血症、感染性休克、严重脓毒症、全身炎症反应综合征、急性呼吸窘迫综合征、危险因素、发病率、死亡率、患病率、炎症因子、标志物；英文主题检索词：Sepsis、Acute respiratory distress syndrome、Risk factors、Prevalence、Incidence、Mortality、Biomarkers以及相应的自由词。为确保文献的全面性，还检查了纳入研究及综述的参考文献，以搜寻可能遗漏的相关文献。

1) 纳入符合Sepsis-3标准的18岁以上非妊娠SA患者(以无ARDS的脓毒症患者作为对照组)，且伴随明确诊断为ARDS(符合柏林定义)。

2) 纳入涉及SA的发病率、危险因素或预测指标的观察性研究。

3) 纳入明确报告先发生脓毒症后并发ARDS的研究，排除未明确疾病先后顺序或因其他原因导致ARDS的研究。

4) 发病率(R_SA)的计算方法：

式中：N_ARDS为脓毒症发作后ARDS患者的发生数；N_脓毒症为符合诊断标准的脓毒症患者数量。

5) 纳入中英文研究，排除信件、综述、评论、摘要和社论。每项研究均由2名评价员独立评估合格性。评价员首先审阅标题和摘要，随后筛查符合纳入标准的全文。在评价过程中，任何分歧或不确定性均通过讨论协商一致解决。

2名评价员单独提取资料并使用预定义的表格评估其质量，任何分歧都通过讨论或咨询第3位评价员来解决。提取的数据包括以下信息：第1作者姓名、地区、研究时间、研究类型、受试者的人口统计学特征、脓毒症例数、SA例数、SA的发病率、危险因素、预测指标。采用纽卡斯尔渥太华质量评估量表(NOS)评估每个队列或病例对照研究的质量。根据NOS评分，研究分为低、中等或高质量，评分为0~3、4~6和7~9。

采用Stata SE 15.1软件进行统计分析，使用二分类变量和连续变量的合并比值比(S_OR)、标准均值差(S_MD)及相应的95%CI来权衡SA的危险因素及预测指标。对分析中涉及的中位数数据，将其转换为均值和标准差^[11-12]。采用I²和Q检验评估纳入研究的异质性，显著异质性定义为I²＞50%或Q检验p＜0.01。当存在显著异质性时，采用随机效应模型；反之，使用固定效应模型。应用亚组分析和Meta回归探讨发病率异质性的潜在来源，采用敏感性分析评估结果的稳健性。采用漏斗图和Egger线性回归评价纳入研究的发表偏倚，不对称漏斗图或Egger检验p＜0.05提示存在显著发表偏倚。若检测到显著发表偏倚，进一步使用“剪补法”探讨可能的“缺失研究”对合并效应估计的影响。

通过检索中英文数据库，分别获取发病率及危险因素相关文献6 323篇记录和相关指标文献3 064篇记录。经过严格筛选，最终纳入35项研究，其中发病率研究4项、危险因素研究12项、相关指标研究4项、发病率和危险因素11项、发病率和危险因素及相关指标研究3项、危险因素和相关指标研究1项(图 1)。

35项研究中包含32项队列研究和3项病例对照研究。所有研究发表时间为2017-2024年，脓毒症患者的样本数量为47~2 323人，SA患者共3 715人，涉及研究有亚洲(31条)、欧洲(2条)、北美(2条)地区，所有纳入的研究均被归类为中等至高质量，NOS评分范围为6~9(表 1)。

由表 2可知，在18项研究选项中，共纳入4 852例脓毒症患者，其中由脓毒症引起ARDS的患者有402例。ARDS的发病率为9.9%~67.8%，SA的发病率为28.8%，95%CI为0.18~0.40，研究间异质性有统计学意义(I²=98.9%，p＜0.01)。

通过对SA总发病率的亚组分析(表 2)，样本量超过500的选项中发病率相对较高(43.7%)，出版年份在2017-2019年选项中发病率相对较低(19.2%)；在地域差异方面，欧美的发病率(24.5%)低于亚洲(29.7%)。此外，发病年龄也存在一定的差异，65岁以上人群的发病率(24.9%)低于65岁及以下人群；疾病严重程度APACHEⅡ评分在17分以上时，发病率显著升高(40.3%)；SOFA评分为6.5~7.5的发病率也较高(35.7%)。Meta回归分析结果显示，小样本(p=0.016)是影响SA发病率的重要因素。

为了探讨个别纳入研究对总体汇总估计的影响，我们进行了敏感性分析。分析结果表明，SA综合发病率与整体合并效应一致，表明总体汇总估计是稳健且可信的。偏倚分析表明，Egger检验(p=0.032)和漏斗图的不对称分布提示了存在小样本效应和发表偏倚的风险。通过修剪填充法的结果表明偏倚对总体效应量的影响较小(图 2)。

年龄是SA发病率增加的一个因素(S_OR=1.09，95%CI为1.02~1.17)，吸烟史提高了SA的发病率(S_OR=3.58，95%CI为2.32~5.53)，肺部感染显著增加了SA的发病率(S_OR=1.97，95%CI为1.68~2.31)，合并COPD的患者发病风险显著升高(S_OR=6.31，95%CI为3.21~12.41)，胰腺炎亦表现出显著的相关性(S_OR=3.84，95%CI为2.45~6.02)。此外，休克状态与SA的发病率也显著相关(S_OR=1.97，95%CI为1.56~2.49)。在疾病严重程度评分方面，高APACHEⅡ评分与SA发病率升高密切相关(S_OR=1.30，95%CI为1.13~1.50)，SOFA评分则表现出相关性(S_OR=1.23，95%CI为1.11~1.37)。血清乳酸(S_OR=1.92，95%CI为1.60~2.32)和血清HMGB1(S_OR=2.25，95%CI为1.53~3.31)的高水平也与发病率显著相关。在CRP(S_OR=1.01，95%CI为1.00~1.03)、PCT(S_OR=1.02，95%CI为0.97~1.06)、IL-6(S_OR=1.00，95%CI为0.94~1.07)与SA发病率之间相关性不大(表 3)。

对具有显著异质性的肺部感染、休克、APACHEⅡ评分及SOFA评分的危险因素进行了敏感性分析和Egger检验，结果显示肺部感染和休克的合并效应值稳健且与总体结果一致，Egger检验显示研究中存在发表偏倚(p＜0.05)。考虑到这一点，我们采用剪补法评估缺失研究对合并结果的影响，分别补充4项研究后，结果并未发生逆转，表明合并结果是稳健的。对于APACHEⅡ评分和SOFA评分，敏感性分析和Egger检验未显示出明显的发表偏倚(p=0.258，p=0.738)。

进一步的分析显示，APACHEⅡ评分能够很好地区分脓毒症患者和SA患者，并对ARDS的发生具有预测作用(S_MD=2.39，95%CI为0.38~4.40)。我们还发现，SA患者的SOFA评分(S_MD=0.74，95%CI为0.47~1.01)、CRP(S_MD=0.79，95%CI为0.53~1.04)水平高于脓毒症患者，而PaO₂/FiO₂(S_MD=-1.12，95%CI为-1.33~-0.91)则显著低于脓毒症患者(表 4)。

本研究系统性分析了SA的发病率及危险因素，提供了较为全面的流行病学数据和风险因素特征。总体上，SA的发病率为28.8%，然而研究间的异质性显著，Meta回归分析提示异质性主要源自小样本。在样本量较大的研究中，SA的发病率较高(43.7%)，考虑到小样本研究可能因统计效能较低导致发病率的低估，大样本研究覆盖更多患者群体，从而更接近真实水平的发病率。在2017-2019年，SA的发病率为19.2%，这一趋势可能反映出该时期诊疗手段的提升对控制SA的作用^[47]。地理差异影响了SA的发病率，欧美地区的发病率为24.5%，低于亚洲的29.7%。有研究表明，欧洲脓毒症的发生率相对别的地区较低，这种差异很可能与当地的种族构成和社会经济水平有关^[48]。亚组分析显示，65岁以上人群的SA发病率(24.9%)低于65岁以下人群。这一现象与老年人免疫衰老相关，免疫反应的减弱一定程度上减少了过度炎症的反应^[49-50]。

对13个SA危险因素进行分析，最终确定了10个与SA显著相关的危险因素。结果显示，年龄增长被证实为SA的一个显著危险因素，这与早期研究的结论相符^[51]。吸烟史、肺部感染、合并COPD、胰腺炎及休克状态均显著增加了SA的患病风险。这些因素可能通过增强炎症反应(如激活中性粒细胞、促炎性细胞因子的释放)和损害肺功能(如肺泡上皮细胞和内皮细胞的破坏、气体交换受限)等机制来促进ARDS的发生^[52-53]。此外，APACHEⅡ评分和SOFA评分也被认为是影响SA发病率的重要指标，特别是在APACHEⅡ评分超过17分时，SA的发病率显著上升至40.3%，SOFA评分在6.5~7.5的患者，发病率达到了35.7%。脓毒症患者较高的APACHEⅡ评分和SOFA评分，通常意味着患者的全身炎症反应更为剧烈、器官功能受损更为严重，从而提高了ARDS的发生风险^[54]。血清乳酸和血清HMGB1水平升高也与SA有关，这提示了代谢紊乱和炎症在其发病机制中的潜在作用^[55]。此外，CRP、PCT和IL-6与SA发病率相关性不大，可能是因为它们更多地反映了全身的炎症状态，未必直接与肺部特异性损伤相关^[56]，也可能是因为ARDS的发生，除了炎症因子风暴之外，还与氧化应激有关^[57]。

在本研究中，我们观察到APACHEⅡ评分(S_MD=2.39，95%CI为0.38~4.40)和SOFA评分(S_MD=0.74，95%CI为0.47~1.01)在SA预测中具有重要意义。除评分标准外，生物标志物也能对SA进行预测，SA患者的CRP水平显著升高，能够有效区分脓毒症患者和SA患者^[58]。这表明CRP作为一个早期指标，对脓毒症患者发生ARDS具有提示作用。考虑到单一指标可能因个体差异而预测能力有限，未来研究应探索将多种生物标志物组合应用于风险评估中，如联合使用RAGE、CXCL16、Ang-2和PaO₂/FiO₂等指标能很好地预测ARDS的发生风险^[25]。这种多个标志物联合模型有助于全面评估疾病的进展，优化早期干预策略。

本研究存在以下局限性：1)纳入的研究存在较大的异质性，尽管我们进行了详细的亚组分析，但多数组别的异质性仍然较高。2)部分预测指标数据较为有限，可能导致预测估计存在不确定性。3)本研究主要纳入了来自亚洲、欧洲和美洲的研究，缺乏其他地区的数据，可能限制了结果的普适性。

综上所述，SA发病率较高，其发生与年龄、吸烟史及多种临床特征密切相关。疾病严重程度评分和炎性标志物对ARDS的发生具有预测作用。未来需要开展更多大样本、跨区域的研究，以探索SA风险因素和预测生物标志物，为早期预示和临床干预提供更可靠的依据。