肿瘤坏死因子-α 对活动性结核病诊断价值的Meta 分析

王红虹 何耀为 孙瑞琳

我国是结核病高负担国家,结核病患者约占全球结核病总人数的8.5%［1］。活动性结核病是结核病传播的主要传染源,其早期诊断及治疗是结核病控制的关键［2］。但结核分枝杆菌培养所需诊断周期长［3］,分子生物学检测价格昂贵［4］,获取病理组织需要进行有创操作,γ-干扰素释放试验(IGRAs)不能鉴别活动性结核［5］,其推广均受到限制。近年来的研究发现,结核分枝杆菌刺激下血液中淋巴细胞产生的某些细胞因子可用于诊断活动性结核病［6,7］。TNF-α 可由脂多糖、蛋白质等细菌成分刺激巨噬细胞产生,在肉芽肿形成中起到重要作用［8-10］。多项研究显示TNF-α 在活动性结核病的诊断中具有良好效能。本研究通过Meta 分析进一步汇总评估TNF-α 对于活动性结核病的诊断价值,为临床活动性结核病的诊断提供参考。

1 资料与方法

1.1 一般资料 选取时间截止至2021 年12 月,以TNF-α 作为标志物诊断活动性结核病的临床研究文献。研究对象包括根据中华人民共和国卫生行业标准《WS196-2017 结核病分类》和肺结核诊断标准(WS 288-2017)诊断活动性结核病的患者［2,11］。结核潜伏感染(LTBI)患者：活动性结核病患者的接触者,无活动性结核病感染临床或影像学证据,且IGRAs 或结核菌素皮肤试验(TST)阳性。非结核病患者：包括TST 和(或)IGRAs 阴性、无结核病临床或影像学证据,无结核接触史者。

排除标准：研究中未得出TNF-α 对活动性结核病诊断真阳性、假阳性、假阴性、真阴性例数或不能推算具体数值的文献；TNF-α 为胸腔积液、肺泡灌洗液等非血标本淋巴细胞来源的文献；不适于进行Meta分析的综述、书刊、会议文件等。

1.2 检索策略 本Meta 分析选取数据库包括：Pubmed、Embase、Cochrane Library、万方数据知识服务平台(Wanfang Data)。检索的英文关键词：tuberculosis;PTB;TB;diagnosis;Tumor Necrosis Factor alpha;TNF-α;cytokine。中文关键词：肺结核；诊断；细胞因子；肿瘤坏死因子-α。

1.3 观察指标 分析纳入的独立研究文献的基本特征、质量评价、合并效应量,并对TNF-α 诊断活动性结核病敏感度进行亚组结果、发表偏倚分析。

1.4 统计学方法 采用QUADAS 工具进行研究质量评分,条目结果为“是”计1 分,“否”计-1 分,“不清楚”计0 分,最高分为14 分。使用Stata12.0 软件对文献数据进行Meta 分析并绘制森林图及DEEKs 图、MetaDisc1.4 软件进行亚组分析。主要结局指标为计量资料,故进行统计学分析时采用加权均数差(WMD)及其95%置信区间。

2 Meta 分析结果

2.1 纳入11 项独立研究文献的基本特征和质量评价通过检索共获取文献2364 篇,剔除重复文献1144 篇、无关文献 1142 篇,排除不包含TNF-α 作为生物标志物、联合诊断而未提供TNF-α 单独诊断数据、采用流式细胞术检测的文献70 篇,获得文献8 篇,包含11 项独立研究［7,12-18］。5 项独立研究来自结核高发地区,7 项研究纳入未成年人,2 项研究包含HIV 阳性患者。选择的文献分组及诊断标准明确。患者经细菌学培养、涂片镜检或基因检测确诊或经临床资料综合诊断。经QUADAS 工具评分大多数研究的质量良好。见表1。

表1 纳入11 项独立研究文献的基本特征和质量评价

2.2 合并效应量分析 对纳入的11 项独立研究进行分析,研究对象共675 例。异质性检验结果较大(I2=72.38%),故采用随机效应模型。TNF-α 诊断活动性结核病的敏感度为0.86［95%CI=(0.75,0.92)］,特异度为 0.87［95%CI=(0.83,0.91)］。合并阳性似然比为6.71［95%CI=(4.70,9.60)］,合并阴性似然比为0.17［95%CI=(0.09,0.31)］,合并诊断优势比为40.47［95%CI=(16.47,99.45)］。见图1。根据提取的研究数据绘制TNF-α 对活动性结核病诊断价值的合并受试者SROC,曲线下面积最大时,敏感度为0.86,特异度为0.87,最大曲线下面积为0.91［95%CI=(0.88,0.93)］。见图2。

图1 11 项研究Meta 分析的敏感度和特异度森林图

图2 TNF-α 对活动性结核病诊断价值的SROC 曲线

2.3 TNF-α 诊断活动性结核病的亚组分析 TNF-α诊断活动性结核病的特异度之间无明显异质性(I2=0.00%,P=0.47),敏感度之间存在显著异质性(I2=76.99%,P＜0.05)。对其敏感度进行亚组分析,探讨这种异质性可能存在的干扰因素。见表2。当以TNF-α 检测方法分组时,Elispot 检测TNF-α 用于诊断活动性结核病的敏感度最高(0.89),其次为Luminex(0.85)和Fluorospot(0.85),ELISA 法敏感度最低(0.75)。结核病高发地区的研究TNF-α 检测敏感度(0.85)明显高于低发地区(0.76)。＜18 岁敏感度(0.86)稍大于≥18 岁(0.84),而在1 项＜18 岁与≥18 岁均纳入的研究中敏感度仅为0.58。

表2 TNF-α 诊断活动性结核病敏感度亚组分析结果

2.4 发表偏倚 Deeks 检验显示,TNF-α 对活动性结核病诊断价值研究的Meta分析均无偏倚证据(P=0.538),发表偏倚的风险较低。见图3。

图3 纳入Meta 分析的11 项研究的Deeks 图

3 讨论

结核分枝杆菌可刺激巨噬细胞产生TNF-α,TNF-α 与结核病病情具有密切关系。接受TNF-α抑制剂治疗的患者,结核原发感染、再激活或病情加重的风险增加［19-21］,表明TNF-α 浓度与结核患者病情改变相关。TNF-α 也是结核感染组织破坏的主要介质,可作为结核病严重程度的评价指标［22,23］。血中TNF-α 浓度因结核病情改变引起的变化,表明其可能在活动性结核病的诊断中具有重要作用。

本文以血液中结核特异性淋巴细胞产生的TNF-α 作为生物标志物诊断活动性结核病的11 项研究进行Meta 分析,结果显示TNF-α 诊断活动性结核病的SROC 曲线下面积达 0.91,敏感度0.86,特异度0.87,超过世界卫生组织为终结结核病这一目标提出的敏感度及特异度为0.75 的目标产品值［24,25］。表明血液中结核分枝杆菌特异性淋巴细胞分泌的TNF-α 的浓度测定对活动性结核病诊断有一定的价值。

多项研究表明,当TNF-α 与其他细胞因子联合时,对活动性结核病的诊断价值可进一步提高。在Tebruegge 等［7］的研究中,TNF-α 与白细胞介素-1受体拮抗剂(IL-1RA)与白细胞介素(IL)-10 联合时,对活动性结核病的诊断准确率可达95.5%和100.0%。在涂片镜检阴性肺结核合并HIV 感染的患者中,由Th1细胞因子［γ-干扰素(IFN-γ)、TNF-α、IL-2］和Th2 细胞因子(IL-6 和IL-10)联合建立的逻辑回归分析模型的诊断曲线下面积也可达0.87［6］。Kim 等［16］研究IFN-γ/TNF-α 双释放荧光斑点试验诊断活动性结核病的诊断特异度达0.94,敏感度0.84。TNF-α 与不同细胞因子联合时对活动性结核病的诊断价值值得进一步探索。

合并特异度的I2提示各研究间特异度没有异质性,而合并敏感度的I2较大,提示研究分析存在异质性。亚组分析结果显示,当采用不同的细胞因子检测方法、地区发病率及患者年龄时,TNF-α 的敏感度具有显著差异,提示在应用TNF-α 对活动性结核病进行诊断时应考虑检测方法、发病率及患者年龄对检验结果的影响［17-20］。

Meta 分析可能具有一定的局限性,首先,由于检索的限制,分析纳入文献的数量较少,仅有8 篇文献、11 项独立研究；其次由于结核分枝杆菌有多种特异性抗原,可导致结核特异性淋巴细胞发生的免疫反应程度不一,不利于研究的稳定性；再次,细胞因子浓度也可因数据处理过程的不同而出现差异,从而导致各研究所得的诊断阈值出现差异,但通过阈值效应分析,排除了因阈值效应引起异质性的可能［21-25］。

总之,结核特异性淋巴细胞产生的TNF-α 在活动性结核病的诊断中具有良好的诊断价值,但相关的大型临床研究较少,需要有更多规模更大、设计更合理的临床试验,进一步明确TNF-α 在活动性结核病诊断中的准确性及临床应用价值,为推动临床结核病早诊早治、防止结核传播提供更多参考。