综述：基于系统评价和荟萃分析的沙特阿拉伯ABO血型与SARS-CoV-2感染之间的关联

《Journal of Infection and Public Health》：Association of ABO Blood Groups with SARS-CoV-2 Infection in Saudi Arabia Based on a Systematic Review and Meta-analysis

　　泰夫·哈立德·阿伦齐（Taif Khalid Alenzi）| 纳瓦夫·塔拉尔·阿尔胡赛尼（Nawaf Talal Alhussaini）| 奥萨马·A·阿尔哈兹米（Osama A. Alhazmi）| 玛丽亚姆·沙特·阿尔苏瓦伊克布（Maryam Saud Althuwaiqeb）| 拉加德·法赫德·阿洛泰比（Raghad Fahad Alotaibi）| 萨伊德·莫拉亚·阿尔卡塔尼（Saeed Moraya Alqahtani）| 达纳·卡马尔·巴德鲁恩（Dana Kamal Badroun）| 谢伊卡·阿德尔·阿洛泰比（Sheikah Adel Alotaibi）| 舒鲁克·苏瓦伊利赫·阿尔梅哈瓦维（Shuruq Suwaylih Almehayawi）| 哈立德·巴萨米赫（Khalid Basamih）| 乌朱德·阿巴德·阿尔奥塔伊比（Wujud Abbad Al-Otaibi）| 哈立德·S·阿莱马伊莱姆（Khaled S. Allemailem）
沙特阿拉伯朱夫大学应用医学科学学院临床实验室科学系，萨卡卡72341

**摘要**
尽管先前的研究和荟萃分析表明ABO血型与SARS-CoV-2感染易感性之间存在轻微且与人群相关的关联，但不同地区的发现并不一致。我们综合了2020年至2024年间在沙特阿拉伯进行的九项研究的数据，以确定全国范围内的模式。八个包含可提取数据的数据集为定量分析贡献了7,650例实验室确诊的病例。O型血的患者占感染总数的最大比例（随机效应估计为41.7%，95%置信区间38.0-45.6%），其次是A型（27.8%，95%置信区间25.6-29.9%）和B型（21.2%，95%置信区间18.0-24.6%）。AB型血的比例最小（6.4%，95%置信区间3.7-9.9%）。所有血型之间都观察到了显著的异质性（I2 72.1-96.5%），但留一法分析证实了汇总估计的稳定性。统计评估未发现出版偏倚的证据。汇总的分布与沙特人口的ABO频率基本一致，表明相对于流行病学和人口统计因素，ABO相关的感染易感性差异较小。

**引言**
SARS-CoV-2感染的临床表现从无症状携带到严重的呼吸衰竭不等，这促使人们广泛研究可能影响感染易感性的宿主因素[1]。在大流行初期，人们关注ABO血型系统，因为其抗原表达在呼吸道上皮表面，并与多种病毒感染的发生机制有关[2][3]。从包括SARS-CoV-1在内的先前疫情中的观察结果表明，天然存在的抗A和抗B抗体可能调节病毒的附着，而实验工作提出ABO相关的碳水化合物结构可能改变刺突蛋白与ACE2受体之间的相互作用[4][5][6]。这些发现引发了ABO表型可能对SARS-CoV-2具有不同脆弱性的假设，这一概念通常通过示意图来说明ABO抗原、天然抗体和病毒结合动力学之间的相互作用[4][7][8]。这些模型展示了表面抗原模式和先天抗体谱如何影响病毒与宿主组织的早期接触[9][10]。尽管这些机制在生物学上是合理的，但它们与COVID-19易感性的关联仍不完全清楚，越来越多的证据表明任何ABO相关的效应都是轻微的、异质的，并受到人群结构、流行病学背景和方法学变化的强烈影响。这种不确定性凸显了需要使用标准化定量框架整合区域数据的精心设计的人口特定综合分析的必要性[11][12]。图1总结了这些早期假设，包括ABO抗原和天然抗体对刺突蛋白-ACE2结合影响的提出。

**下载：**
- 下载高分辨率图像（272KB）
- 下载全尺寸图像

**图1. 刺突蛋白-A抗原相互作用和抗血型抗体干扰假说**
左侧面板展示了刺突蛋白-A抗原相互作用假说，显示SARS-CoV-2刺突蛋白与宿主细胞表面糖分子上的A抗原结合，而ACE2受体不是主要靶标。右侧面板描绘了抗A抗体结合病毒刺突相关A抗原，从而阻止其与ACE2的结合。膜H抗原作为前体结构。这些面板代表了关于ABO血型抗原和循环抗体如何影响SARS-CoV-2附着的早期机制假说。

随着来自不同地区的证据积累，关于ABO表型与SARS-CoV-2感染关联的发现高度不一致[7][13][14]。一些报告指出A型或B型血的个体感染率更高，而另一些报告则发现未感染对照组中O型血相对占主导地位，许多研究未能检测到任何有意义的差异[15][16]。这些差异可能反映了研究设计、对照组选择、种族组成和病例定义的变化，以及疫情波动和病毒谱系变化的影响[17]。这种异质性使得解释变得复杂，强调了考虑当地人口结构的人口特定分析的重要性[18]。在此背景下，沙特阿拉伯提供了一个特别有信息量的研究环境，因为该国的ABO分布以O型血为主，其次是A型、B型和AB型，且人口包括公民和具有不同遗传背景的大量外籍人士。在卡蒂夫（Qatif）、麦地那（Al-Madinah）、利雅得（Riyadh）、麦加（Makkah）和泰夫（Taif）进行的多项区域研究考察了ABO变异与COVID-19结果之间的关系，形成了大量但分散的证据，得出了不同的结论。然而，缺乏一个全面的国家级综合分析来整合这些区域数据，限制了我们对沙特人群中ABO相关易感性的真实程度和临床相关性的理解[19][20][21][22]。

尽管有大量的区域数据，但这些研究尚未被整合以确定观察到的差异是否反映了真实的生物学效应或方法学变化[23]。大多数研究受到样本量小、严重程度报告不一致以及缺乏标准化分析方法的限制，这限制了在不同环境下比较结果的能力[24]。其他血型系统（如Rh因子和某些次要抗原）的贡献也尚不确定，因为现有的估计基于孤立的分析，普遍性有限[25][26]。值得注意的是，尽管多项国际荟萃分析了ABO血型与SARS-CoV-2易感性之间的关联，但在具有独特人口和遗传结构的地区（如沙特阿拉伯），针对特定人群的综合分析仍然有限。迄今为止，还没有一个全面的国家级系统评价和荟萃分析整合了该王国内部的分散区域证据。因此，本研究提供了第一个以沙特为中心的定量综合分析，整合了多个地理区域、种族背景和临床环境的数据，并应用严格的荟萃分析方法生成汇总估计值，评估异质性，评估出版偏倚并进行敏感性分析。通过这种综合方法，研究旨在澄清ABO或其相关血型系统是否对沙特人群中的COVID-19易感性和疾病进程有可测量的影响。

**方法论**
**搜索策略和研究选择**
进行了结构化的搜索，以识别评估ABO血型与沙特阿拉伯SARS-CoV-2感染或COVID-19严重程度之间关联的观察性研究。搜索范围为2020年1月至2025年12月，涵盖了PubMed、Scopus、Web of Science和沙特数字图书馆。通过筛选参考文献列表还识别了额外的文章。研究选择由泰夫·哈立德·阿伦齐（Taif Khalid Alenzi）和哈立德·S·阿莱马伊莱姆（Khaled S. Allemailem）独立完成。标题和摘要被独立筛选，随后对潜在符合条件的工作进行了全文评估。数据提取使用标准化表格独立进行。通过Cohen’s kappa系数（κ）评估了两位审稿人在研究选择上的一致性，该系数基于标题和摘要筛选前的决定。一致性几乎完美（κ = 0.85）。通过讨论解决了分歧，如果无法达成共识，则由第三位资深审稿人做出最终决定。研究选择和数据提取遵循预定义的资格标准，所有筛选和提取步骤都经过仔细验证，以确保系统评价过程的准确性、一致性和可重复性。符合条件的研究报告了确诊COVID-19病例的原始数据，并提供了有或没有对照组的ABO分布。如果研究使用分子或批准的抗原进行诊断，并提供了足够的信息来提取每个ABO血型中的SARS-CoV-2病例数量，则被纳入。病例报告、非比较的单例数据集和缺乏可提取ABO数据的研究被排除在外。综述文章虽然被排除在定量综合之外，但在提供无法识别研究人群的ABO百分比时可以用于定性背景分析。共有九项研究符合纳入标准。研究选择过程如图2所示。

**数据提取**
两名研究者独立提取了研究特征，包括研究地点、设计、样本量、诊断方法以及确诊SARS-CoV-2病例中的ABO分布。如果可用，还收集了Rh因子和报告的严重程度信息。严重程度分类遵循每项研究的定义，并在可能的情况下在各数据集中进行协调，区分轻度至中度感染、住院治疗、重症监护和死亡。通过讨论解决了分歧。提取的数值数据与原始表格进行了交叉核对，以确保一致性。

**结果**
主要结果是沙特阿拉伯确诊SARS-CoV-2感染者中ABO血型的分布，以A型、B型、O型和AB型的汇总比例表示，基于具有完整ABO血型数据的个体。这些汇总比例用于描述汇总国家数据集中的每种表型的相对频率。次要结果包括研究间异质性的测量、潜在出版偏倚的评估以及敏感性分析中汇总估计的稳健性。当报告时，涉及Rh因子、其他血型系统和临床严重程度的关联也进行了定性总结，因为参与研究的数量和定义的一致性有限。

**质量评估**
两位审稿人使用Newcastle–Ottawa量表独立评估了偏倚风险[27]。评估的领域包括病例和对照组或比较组的选派、组间的可比性以及暴露的确定。研究并未根据质量评分被排除，但这些评估结果影响了异质性的解释和敏感性分析的设计。

**统计分析**
对于每项研究，通过将该组中的病例数量除以确诊病例总数来计算每个ABO血型中的SARS-CoV-2病例比例。使用固定效应和随机效应模型估计了带有95%置信区间的汇总比例，由于预期在不同地区和环境下存在变异，因此随机效应估计被视为主要结果。使用Q统计量、相应的P值和I2不一致性测量来量化研究间异质性，τ2作为研究间方差成分。使用Egger’s和Begg’s测试以及漏斗图可视化检查来评估每个血型的出版偏倚和小样本效应。敏感性分析采用留一法进行，通过逐一省略每项研究来重新计算汇总的随机效应比例，以评估个别数据集对总结估计的影响。所有分析均使用R（版本4.3.2）[28]和metafor包（版本4.2-0）[29]中的标准荟萃分析程序进行，并在Review Manager（RevMan，版本5.4）[30]中交叉检查了选定的汇总估计值。

**结果**
2020年至2025年间进行的九项研究符合纳入标准，并在表1中进行了总结。样本量从72人到2617人不等，大多数数据集来自沙特阿拉伯的医院队列或国家监测环境。尽管这些研究在设计和招募策略上有所不同，但都报告了确诊SARS-CoV-2病例中的ABO分布。一些数据集还包括了平行对照组，允许直接比较。在各研究中，O型血在确诊病例中报告最频繁，而AB型血的比例始终最小。Aljanobi等人（2020年）的最早报告包括72名住院患者，显示所有ABO类型的广泛分布，B型和O型各占33.33%的病例。随后的研究显示出相似的血型分布模式，差异主要归因于样本量和研究人群的差异。Hakami等人（2022年）在较小的病例-对照组数据集中也观察到O型血的主导地位（57.7%）。Soares等人（2022年）的研究是一种叙述性综合，而不是观察性数据集。虽然列出了ABO百分比，但报告没有提供明确的抽样框架或可提取的个体级比较。由于这个原因，该研究被保留用于定性分析，但未被纳入定量汇总中。表1总结了在沙特阿拉伯确诊SARS-CoV-2感染的人群中报告的ABO血型分布的研究。该表列出了研究特征、样本规模、研究环境、COVID-19病例中的ABO血型分布以及原始作者报告的关联结果。其中一个基于综述的数据集（Soares等人，2022年）被纳入以提供描述性背景，但由于缺乏可提取的研究人群，因此不符合定量综合的条件。

| 序号 | 作者 | 研究年份 | 研究对象 | COVID-19患者中的ABO分布（%） | 报告的关联 |
|------|-------------|--------------|-----------------|-------------------|
| 1 | Aljanobi等人 | 2020 | 72名≥14岁的住院COVID-19患者 | A：23.62，B：33.33，AB：9.72，O：33.33 | AB组较高 |
| 2 | Jan等人 | 2021 | 1006名COVID-19病例和1006名对照组 | O：44.5，A：31.3，B：19.7，AB：4.5 | O和A组较高 |
| 3 | Jawdat等人 | 2022 | 373名COVID-19患者 | O：43.7，A：27.3，B：23.6，AB：5.4 | B组较高 |
| 4 | Nasif等人 | 2022 | 2617名COVID-19患者（五个种族组） | O：34，A：27.7，B：23.8，AB：14.5 | B和AB组较高 |
| 5 | Shesha等人 | 2022 | 1583名COVID-19患者（Al-Noor医院） | O?：37，A?：29.2，B?：22.6，AB?：5.1 | 无显著关联 |
| 6 | Almalki等人 | 2022 | 1180名参与者 | O：41.6，A：23.4，B：13.6，AB：4.2 | 无显著关联 |
| 7 | Hakami等人 | 2022 | 104名COVID-19样本 vs 100名对照组 | O：57.7，A：23.1，B：14.4，AB：4.8 | O组较高 |
| 8 | Soares等人 | 2022（综述） | 包括所有年龄段的确诊SARS-CoV-2感染者 | A：46.67，B：20.00，AB：20.00，O：33.33 | B组较高 |
| 9 | Al Sulaiman等人 | 2024 | 941名COVID-19患者 | O?：44.2，A?：26.1，B?：19.5，AB?：4.5 | A?组较高 |

八项符合条件的研究合并后的数据集共包含7876例确诊的SARS-CoV-2病例，所有病例都提供了完整的ABO血型信息（表2）。O型血型占观察结果的最多，占43.0%（n = 3384例）；A型占28.6%（n = 2250例），B型占21.8%（n = 1719例），AB型最少，占6.6%（n = 523例）。这些汇总比例反映了定量比较前的基线分布，并与各独立数据集中报告的相对频率一致。因此，这些汇总数据为后续的元分析提供了统一的参考点，用于评估A型与O型及其他血型之间的对比。

表2显示，在八项研究中，O型血型在确诊SARS-CoV-2病例中的总体分布情况。

### COVID-19患者中A型血型的汇总比例
| 血型 | A | B | AB | 总计 |
|---------|---------|---------|--------|---------|
| | 28.6 | 21.8 | 43.0 | 98.4 |
| | 28.6 | 21.8 | 43.0 | 98.4 |
| | 28.6 | 21.8 | 43.0 | 98.4 |
| | 28.6 | 21.8 | 43.0 | 98.4 |
| | 28.6 | 21.8 | 43.0 | 98.4 |
| | 28.6 | 21.8 | 43.0 | 98.4 |
| | 28.6 | 21.8 | 43.0 | 98.4 |
| | 28.0 | 21.8 | 43.0 | 98.4 |
| | 28.0 | 21.8 | 43.0 | 98.4 |
| | 28.0 | 21.8 | 43.0 | 98.4 |

八项研究报告了确诊SARS-CoV-2感染者中A型血型的频率。研究层面的比例范围从23.1%到31.3%，大多数数据集集中在20%至30%之间。汇总后的描述性比例为28.6%（7876例中的2250例）。固定效应模型得出的汇总估计为28.0%（95%置信区间27.0–29.0%），这一结果主要受三个最大样本量的影响。当通过随机效应模型考虑研究间的差异时，汇总比例为27.8%（95%置信区间25.6–29.9%），表明研究间的异质性较低。总体估计表明，大约四分之一到三分之一的病例属于A型血型。

表3显示了在确诊SARS-CoV-2感染者中A型血型的研究层面和汇总比例。

### COVID-19患者中B型血型的汇总比例
八项研究报告了确诊SARS-CoV-2病例中B型血型的分布。个别研究的估计范围从13.6%到33.3%，大多数值集中在20%至25%之间。固定效应模型得出的汇总比例为21.4%（95%置信区间20.5–22.3%），而随机效应模型得出的汇总比例为21.2%（95%置信区间18.0–24.6%），反映了研究间的异质性。鉴于观察到的异质性，随机效应估计被视为主要的最终结果。

表4显示了在确诊SARS-CoV-2病例中B型血型的比例。

### COVID-19患者中O型血型的汇总比例
在八项研究中，O型血型始终是确诊SARS-CoV-2感染者中最常见的血型。研究层面的估计范围从33.3%到57.7%，大多数数据集集中在38%至45%之间。固定效应模型得出的汇总比例为39.4%（95%置信区间38.3–40.5%），而随机效应模型得出的估计比例为41.7%（95%置信区间38.0–45.6%），反映了显著的异质性。鉴于较高的异质性，随机效应估计被视为主要的最终结果。

表5显示了在确诊SARS-CoV-2病例中O型血型的研究估计和汇总比例。

### COVID-19患者中AB型血型的汇总比例
AB型血型在所有纳入的研究中占总病例的比例最小（表6）。个别研究的估计范围从大约4%到14%不等。固定效应模型得出的汇总比例为7.6%（95%置信区间7.0–8.2%），而随机效应估计为6.4%（95%置信区间3.7–9.9%）。研究估计的分布如图6所示。

### 研究间的异质性
使用Q统计量和I2不一致性测量值（补充表格S1–S4）对所有四种ABO血型的异质性进行了评估。所有血型都观察到了显著的异质性。对于A型血型，Q统计量为25.06（df = 7，P = 0.0007），I2为72.1%（95%置信区间42.6–86.4）；B型血型的异质性更大（Q = 77.53，P < 0.0001；I2 = 90.9%）。AB型血型的异质性也较大（Q = 68.54，P < 0.0001；I2 = 89.8%）。O型血型的异质性最高（Q = 200.18，df = 7，P < 0.0001；I2 = 96.5%）。Egger’s和Begg’s检验未显示出任何血型的小样本效应。鉴于观察到的显著异质性，所有汇总估计都采用了随机效应模型。

### 出版偏见评估
使用Egger’s和Begg’s检验以及每个血型的漏斗图（图7和补充表格S1-S4）评估了出版偏见。对于A型血型，Egger’s检验的结果不显著（P = 0.5928），Begg’s检验的结果也不显著（P = 0.4579）。相应的漏斗图显示围绕汇总估计值的分布相对对称，没有方向性聚集的趋势。对于B型血型，Egger’s检验（P = 0.8222）和Begg’s检验（P = 0.6207）均未显示出小样本效应。漏斗图显示研究间有中等程度的分散，但总体上保持对称模式。AB型血型的点分布较广，因为其在各研究中的事件频率较低。尽管Egger’s检验显示出正的截距，但其P值（0.1413）不具统计学意义，Begg’s检验也未显示出偏见。漏斗图反映了这一点，显示围绕汇总比例的分布较为均匀。对于O型血型，Egger’s检验（P = 0.3600）和Begg’s检验（P = 0.3223）均表明没有不对称性。

### 留一法敏感性分析
进行了留一法敏感性分析，以确定是否有任何单个研究影响了每个ABO血型的汇总估计（图8和补充表格S5-S8）。对于A型血型，留一法后的汇总比例范围从27.113%到28.828%，接近完整的随机效应估计值27.758%。当排除第六项研究时，汇总比例有所变化，但仍在置信区间内。对于B型血型，重新计算的汇总比例在20.368%到22.365%之间。排除任何一项数据集都不会对总体估计产生显著影响，其值始终与完整的随机效应值21.197%一致。对于AB型血型，留一法后的比例范围从4.817%到6.921%不等。排除第四项数据集时变化最大，但由于AB型在所有研究中的比例较高，因此总体估计值仍然稳定。

### 讨论
本研究旨在综合沙特阿拉伯确诊SARS-CoV-2感染者中ABO血型分布的现有证据。在纳入的数据集中，O型血型占报告病例的比例最高，其次是A型和B型，AB型始终是最少见的。汇总的随机效应估计将这些分布置于狭窄的区间内：O型接近所有观察结果的五分之二，A型接近四分之一至三分之一，B型接近五分之一，AB型占少数。尽管所有四种血型都存在显著异质性，但留一法分析显示围绕主要汇总值的波动有限，表明没有个别数据集对汇总结果产生过度影响。这些发现提供了沙特阿拉伯确诊SARS-CoV-2病例中ABO血型频率的全国性概览，并为后续的比较解释奠定了实证基础。这项系统性回顾和元分析有几个新颖的贡献：首先，这是首次专门针对沙特阿拉伯的全国性综合分析，整合了之前得出不一致结论的区域数据集；其次，通过纳入严格的异质性、敏感性和出版偏见分析，提供了可靠的ABO血型分布汇总估计；第三，这些发现将沙特特定的模式置于更广泛的国际文献背景下，促进了基于人口的ABO相关易感性的精细解释。总体而言，这些特征通过提供一个稳定且具有统计依据的全国性概览，扩展了现有的证据。先前的全基因组关联分析在9q34染色体上发现了一个与ABO基因相关的易感位点，该位点与A型血型与严重COVID-19呼吸衰竭风险增加有关[40]。这些发现为ABO血型与疾病严重程度之间的潜在关联提供了生物学上的合理性。然而，在当前对沙特队列的汇总分析中，ABO血型的分布与背景人群的频率非常吻合，这表明在人群层面上可能任何效应都较为微小[41]。在这项综合研究中观察到的比例与沙特人群报告的ABO分布高度一致，其中O型通常是主导的血型，其次是A型和B型，而AB型在献血者和社区样本中所占比例最小[42]、[43]、[44]。结合估计显示，SARS-CoV-2病例中O型占约40-42%，A型占28%，B型占21%，AB型占6-7%，这些比例处于国家血清学调查和献血者登记处的记录范围内[45]、[46]。这种一致性表明，感染者中的整体ABO模式并没有显著偏离基线人群结构。在国际背景下也观察到了类似的对应关系。来自欧洲、亚洲和南美洲地区的大规模报告指出，无论是否感染COVID-19，O型和A型都是最常见的血型，而AB型较为罕见[33]、[37]、[47]、[48]、[49]。因此，当前分析中这四种血型的相对位置与全球ABO分布相一致，这表明广泛的群体遗传学因素，而非疾病特异性因素，很可能解释了观察到的模式。虽然不能排除ABO血型之间存在小的易感性差异，但病例比例与背景估计值的紧密吻合表明，沙特阿拉伯中与ABO血型相关的任何差异不太可能对人群层的频率产生实质性影响。

几项国际荟萃分析研究了ABO血型是否影响对SARS-CoV-2感染的易感性，许多报告指出A型个体感染的可能性略高，而O型个体的风险似乎较低[4]、[50]、[51]、[52]。其他研究提出AB型可能具有一些保护作用，尽管这一信号在荟萃分析中并不一致，并且当考虑研究设计或地理差异时往往消失[45]、[46]、[53]。当前研究中的比例分布与这些发现大体一致，因为O型在确诊病例中仍然是最多的。然而，我们的分析没有纳入与非感染对照组的相对效应估计，因此仅凭病例数据无法推断易感性的方向或幅度。这一区分很重要，因为几项全球荟萃分析已经报告了A型与O型之间以及非O型之间的明确 Odd 比值，而当前的综合研究认为，在沙特背景下，当考虑人口统计因素、暴露模式或循环变体的时间变化时，任何此类效应可能都很小。更近期的一些综述也得出了类似的结论，指出ABO相关的感染风险差异在人群层面是可以检测到的，但幅度较小，应谨慎解读[54]。

纳入本分析的九项沙特研究报告了不同的ABO分布，个别数据集显示AB型比例较高（Aljanobi等人），B型比例较高（Jawdat等人[33]和Nasif等人[34]），或者ABO血型与SARS-CoV-2感染之间没有可测量的关联（Shesha等人[35]和Almalki等人[36]）。其他未纳入汇总数据集的沙特研究，包括在塔伊夫、海勒和东部省份进行的研究，也显示在社区人群、医院队列或地区监测记录中，ABO或RhD血型与感染风险或死亡率之间没有显著关联[23]、[38]、[47]、[55]。专注于临床严重程度的分析，包括评估重症监护结果的研究，同样没有发现ABO血型与疾病进展之间的一致关系[56]。综合考虑这些发现，可以看出沙特的证据在各个研究之间存在异质性，并没有显示出任何特定血型与易感性或严重临床结果之间的可重复关联。在这种情况下，当前的荟萃分析通过整合不同地区和时间段的数据，为O型、A型、B型和AB型提供了稳定的汇总比例，并通过留一法评估确认了其稳健性。这项综合研究解决了孤立研究中报告的大部分变异性，建立了迄今为止最清晰的国家估计，表明在沙特阿拉伯中ABO对SARS-CoV-2感染的影响不大。

几项国际荟萃分析研究了ABO血型与SARS-CoV-2感染易感性之间的关联，通常报告A型和O型之间的感染风险存在轻微差异。然而，这些分析主要整合了来自不同地理区域的异质数据集，限制了得出特定人群推断的能力。当前的研究通过提供首个专门针对沙特阿拉伯的全面国家级综合分析，整合了跨越多个城市、种族群体和临床环境的区域数据集，扩展了这一证据体系。基于7,600多例确诊病例并纳入了广泛的异质性、敏感性和发表偏倚分析后，我们的发现细化了之前的结论，表明沙特阿拉伯感染者中的ABO分布与背景人群频率非常吻合。这种特定人群的综合研究表明，ABO对SARS-CoV-2易感性的相关效应在沙特阿拉伯中幅度较小，不太可能产生重大临床影响。已经提出了多种机制路径来解释ABO血型之间SARS-CoV-2易感性的潜在差异，包括ABO抗原在呼吸道上皮上的存在、天然存在的抗A和抗B抗体的影响，以及这些抗体可能干扰刺突蛋白与ACE2的结合或病毒进入所需的下游步骤[5]、[31]。实验工作表明SARS-CoV-2更倾向于结合或增强对A型上皮细胞的感染，而抗A抗体的存在与病毒附着减少有关，这表明A型的风险较高，O型则具有部分保护作用[57]。沙特的汇总数据仅部分符合这些机制预期。O型在国家数据集中占确诊病例的最大比例，但这与背景人群频率相符，而不是表明与较少见的血型相比有明显的减少或增加。A型、B型或AB型相对频率的明显变化表明，与ABO抗原或天然抗体相关的任何生物学效应可能幅度较小，并受到人口统计和流行病学因素的稀释。年龄结构、共病负担、暴露强度以及连续波次中循环变体的变化等因素，加上公共卫生干预和疫苗接种的引入，可能比内在的ABO相关机制对观察到的感染模式有更大的影响。

所有四种ABO血组观察到的高异质性（I2范围从72.1%到96.5%）表明所包含研究之间存在显著差异。这种异质性可能反映了不同地区的人口特征、研究设计、招募设置和研究期间（2020-2025年）的时间因素的差异。所包含的数据集来自沙特阿拉伯的不同地理区域，包括卡蒂夫、麦加、利雅得、吉达和塔伊夫，每个地区的 demographics 结构和种族组成各不相同，这可能会影响基线ABO分布模式。此外，临床环境的差异，包括基于医院的队列和基于监测的研究，以及病例定义、样本量和疫情波次时间的不同，也可能进一步导致观察到的分散。尽管存在这种显著的异质性，留一法敏感性分析表明所有ABO组的汇总估计结果保持稳定，表明总体发现是稳健的，并不受到任何单一研究的驱动。尽管存在这种显著的异质性，但留一法敏感性分析显示，当省略个别研究时，每个血组的汇总随机效应估计值仅在狭窄范围内变化，所有重新计算的值仍接近完整的汇总比例。这种模式支持了汇总指标的稳定性，并反对任何单一数据集的主导影响。小样本效应的评估进一步证实了这一解释：Egger’s和Begg’s测试没有发现任何血型的系统发表偏倚证据，对 funnel 图（图7）的可视检查显示围绕汇总估计值的分布大致对称，标准误差较大的研究中的分散更广。总的来说，这些发现表明主要结论对个别数据集的影响具有鲁棒性，汇总比例中的剩余不确定性主要是由于地区人群、研究设计和流行病学背景的真实差异，而不是选择性报告或小样本偏倚所致。从临床角度来看，当前的发现表明，ABO血型本身不太可能作为沙特人群中SARS-CoV-2易感性或临床结果的可靠预测因子。汇总的国家分布与背景人群频率非常吻合，表明任何与ABO相关的感染风险差异幅度较小，不足以用于临床风险分层。因此，不应使用ABO分型来指导诊断筛查、分流决策、疫苗优先级分配或治疗分配。相反，临床管理和公共卫生策略应继续关注已确立的风险决定因素，包括高龄、共病状况、免疫状态和暴露历史。这些结果支持基于人群而非基于表型的COVID-19风险评估和干预计划方法。

本研究有几个优点。它是首次专注于沙特阿拉伯ABO血型与SARS-CoV-2感染关系的综合研究之一，并应用了预定义的协议和定量汇总方法。该分析整合了来自多个地区和临床环境的数据，包括7,000多例具有完整ABO报告的确诊病例，提供了以前未有的国家概览。随机效应模型、详细的异质性评估、留一法敏感性分析和发表偏倚评估的使用增强了汇总比例的可靠性，并支持了主要发现的稳定性。然而，该研究也存在局限性。大多数包含的数据集仅报告了病例的ABO分布，且只有部分研究配备了匹配的对照组或特定地区的人群比较组。关于临床严重程度的报告、Rh因子和其他血型系统的报告不完整或不一致，限制了关于结果或死亡率的结论[26]、[39]、[58]、[59]。由于这些变量在不同研究中没有一致捕获，因此仍可能存在由种族、共病、疫苗接种状态和循环变异引起的残余混杂。这些考虑表明，不应单独使用ABO血型来对沙特阿拉伯的SARS-CoV-2感染进行个体层面的风险分层。未来的工作将从前瞻性设计中受益，将ABO分型与基因组标记、其他血型系统以及详细的临床和流行病学特征相结合，以明确更复杂的宿主因素是否对易感性或结果有影响。尽管如此，符合条件的研究数量有限，反映了现有国家文献的现状，强调了需要进行更多大规模、多中心的研究来进一步细化这些发现。

结论

本分析提供了对沙特阿拉伯确诊SARS-CoV-2感染者ABO血型分布的全面评估。O型、A型、B型和AB型的汇总比例在不同分析模型中一致，并与背景人群频率非常吻合，表明与感染状态无关的显著变化。尽管在不同研究中观察到显著的异质性，敏感性分析确认了汇总估计的稳定性。虽然提出了将ABO血型与病毒易感性联系起来的生物学机制，但汇总的国家证据表明任何关联都较为微小。因此，ABO血型本身似乎不是沙特人群中SARS-CoV-2易感性的可靠预测因子。鉴于符合条件的研究数量有限，需要进一步的大规模、多中心研究来包含遗传和临床决定因素，以澄清潜在的宿主易感模式。

缩写列表

缩写 全称
ABO ABO血型系统
ACE2 血管紧张素转换酶2
CI 置信区间
COVID-19 冠状病毒疾病2019
GWAS 全基因组关联研究
I2 Higgins不一致指数
IC 重症监护单元
NOS 纽卡斯尔-渥太华量表
OR Odd比率
PRISMA 系统评价和荟萃分析的推荐报告项目
Rh Rh血型系统
RNA 核糖核酸
RR 相对风险
SARS-CoV-2 严重急性呼吸综合征冠状病毒2
SD 标准差
Ethical Approval 不适用

作者贡献

TKA和KSA构思并设计了这项研究；NTA、OAA和MSA开发了方法论；RFA、SMA和DKB进行了数据收集；TKA、NTA和OAA进行了数据分析和解释；SSA、SAM、KB和WAA参与了手稿写作和关键修订；MSA、RFA和DKB创建了可视化内容；KSA监督了研究。所有作者均已阅读并同意手稿的最终版本。
本研究由沙特阿拉伯卡西姆大学（Qassim University）的研究生研究与科学研究院资助（项目编号：QU-APC-2026）。

关于撰写过程中使用生成式人工智能及人工智能辅助技术的声明：
作者声明：在数据分析和科学内容的生成过程中，并未使用任何人工智能工具。本研究的所有环节以及手稿的准备工作均由作者本人完成。