miRNA区分活动性结核和潜伏性结核的Meta分析

李晓颖,肖江明,廖 璞,△

1.西南医科大学附属医院检验科,四川泸州 646000;2.重庆市人民医院检验科,重庆 400010

结核病是由结核分枝杆菌引起的传染性疾病。根据世界卫生组织的报道,2021年全球报告的新发结核病例数约为640万,死亡人数超过160万[1]。目前,全球约有25%的人感染了结核分枝杆菌,其中大多数人处于结核病潜伏感染状态[1-2]。虽然潜伏感染患者没有临床症状,但其中5%～10%的患者可能发展为活动性结核并成为新的传染源,其具体症状和体征取决于所受累的器官[3-4]。结核菌素试验和干扰素-γ释放试验是潜伏性结核的推荐诊断方法,但这两种方法均不能有效区分活动期和潜伏期患者,且结果容易受到患者免疫状态的影响[5]。因此,寻找能够有效区分活动性结核和潜伏性结核的生物标志物是关键。微小RNA(miRNA)是长度约为22个核苷酸的调控性非编码RNA,其可以通过多种方式调控基因的表达[6-7]。先前的研究表明,结核分枝杆菌可通过诱导或抑制体内miRNA的表达来逃避免疫反应[8]。此外,结核分枝杆菌还可以通过miRNA调节宿主的细胞周期控制、细胞凋亡、发育和生理过程进而影响疾病进程[9]。目前,越来越多的研究将miRNA作为区分活动性结核和潜伏性结核的潜在标志物。本研究采用Meta分析的方法,旨在系统地评估miRNA对活动性结核和潜伏性结核的鉴别效果。

1 材料与方法

1.1检索策略 根据2020年系统综述和荟萃分析首选报告项目指南[10]进行本Meta分析。检索了中国知网、万方数据、维普、PubMed、Cochrane Library、Web of Science和Embase共7个数据库,选取从建库至2023年4月有关miRNA区分活动性结核和潜伏性结核的文献。英文检索词为“mycobacterium tuberculosis”或“tuberculosis”或“TB”或“ATB”或“LTBI”和“microRNA ”或 “miRNA”。中文检索词为“结核分枝杆菌”或“结核”或“活动性结核”或“潜伏性结核”和“microRNA ”或“miRNA”。

1.2纳入和排除标准 纳入标准:(1)原始研究评估了miRNA在鉴别活动性结核和潜伏性结核中的准确性;(2)研究报告了真阳性(TP)、假阳性(FP)、真阴性(TN)和假阴性(FN)或研究中提供了足够的数据来计算TP、FP、TN和FN。排除标准如下:(1)不是针对活动性结核和潜伏性结核的研究;(2)非诊断性研究;(3)综述和会议摘要;(4)无足够数据的研究。

1.3数据提取 仔细阅读了纳入文献[11-19]的全部内容,并由一名研究人员提取了以下数据:第一作者、发表年份、发表国家、参与者年龄、miRNA及其失调情况、TP、TN、FP和FN。所有数据以表格形式呈现。另一名研究人员检查数据的准确性和完整性。有疑义的地方通过讨论解决。

1.4质量评估 使用诊断准确性研究质量评估(QUADAS-2)量表来评估每项研究的质量和偏倚风险。该量表包括病例选择、待评价诊断试验、参考标准、病例流程和进展情况。病例选择、待评价诊断试验和参考标准还对临床适用性进行了评估。评估结果被定义为“是”“否”或“不清楚”,相应的风险偏倚为“低”“高”或“不清楚”。

1.5统计学处理 计算灵敏度对数与(1-特异度)对数之间的Spearman相关系数,以确定是否存在阈值效应。P>0.05表示不存在阈值效应。如果不存在阈值效应,则可通过合并诊断数据分析诊断价值;如果存在阈值效应,则仅通过绘制受试者工作特征(ROC)曲线并计算曲线下面积(AUC)来确定诊断价值。使用Stata16.0软件进行统计分析,采用双变量混合效应模型分析合并灵敏度、特异度、阳性似然比(PLR)、阴性似然比(NLR)和诊断比值比(DOR)。所有结果均以综合值和95%置信区间(CI)表示。研究间的异质性通过计算I2进行评估。I2>50%被认为存在显著异质性,需要进一步探讨异质性的来源。最后,采用Deeks漏斗图评估发表偏倚,P>0.05表明研究间不存在发表偏倚。

2 结 果

2.1文献检索 在数据库中共搜索得到3 362篇文献。首先排除了1 404篇重复文献,并通过阅读标题和摘要排除了1 902篇文献。然后仔细阅读了剩余56篇文献的全文,进一步排除了47篇文章。最后纳入9篇文献进行分析。研究检索和筛选流程图见图1。

图1 文献筛选流程图

2.2纳入研究特征和质量评估 将同一文献中针对不同miRNA的分析视为不同的研究,因此,纳入的9篇文献共包括13项研究。所有研究发表于2015-2022年,共涉及1 160例受试者,其中包括603例活动性结核患者和557例潜伏性结核患者。有4项研究来自结核病低负担的国家,其余研究来自结核病高负担的国家。纳入研究的基本信息见表1。使用QUADAS-2量表来评估纳入研究的偏倚风险。由于大多数研究为病例对照研究,因此病例大多被评为“高风险”,但仍属于研究范畴。由于没有预定的阈值,所有研究在待评价诊断试验部分均被评为“不清楚”。见图2。

表1 纳入研究的基本信息

注:*表示同一文献中的不同研究项目。

2.3数据分析 Spearman相关系数(r=0.434,P=0.138>0.05)表明本研究不存在阈值效应。采用双变量混合效应模型分析miRNA区分活动性结核和潜伏性结核的合并诊断指标。合并的灵敏度和特异度分别为0.79(95%CI:0.69～0.86,I2=86.24%)和0.73(95%CI:0.64～0.81,I2=81.80%),均显示出显著的异质性。合并PLR、NLR和DOR分别为2.96(95%CI:2.22～3.95,I2=63.84%)、0.29(95%CI:0.20～0.41,I2=84.04%)和10.33(95%CI:6.43～16.61,I2=99.90%)。ROC曲线分析显示,AUC为0.83(95%CI:0.79～0.86)。所有结果表明miRNA对活动性结核和潜伏性结核具有较好的鉴别能力。见图3。

图3 miRNA鉴别活动性结核和潜伏性结核的ROC曲线

2.4灵敏度分析 排除XIN等[15]关于miR-451a的可能导致异质性的研究后,合并灵敏度为0.81(95%CI:0.74～0.87,I2=71.88%),合并特异度为0.71(95%CI:0.62～0.79,I2=76.92%),合并PLR为2.81(95%CI:2.10～3.75,I2=61.34%),合并NLR为0.27(95%CI:0.19～0.37,I2=67.07%),合并DOR为10.48(95%CI:6.28～17.48,I2=99.96%)。结果显示,各项指标均无明显变化,说明本研究结果相对稳定,结果可靠。见图4。

注:A表示拟合优度;B表示二元正态性检验;C表示影响性分析;D表示离群值分析。

2.5Meta回归和亚组分析 为了进一步探索异质性的来源,对参与者的年龄、样本量、结核病负担情况和miRNA的失调状态进行了Meta回归分析和亚组分析,结果显示,样本量(P=0.02)显著影响灵敏度,它可能是导致灵敏度异质性的来源;miRNA的失调状态(P=0.01)显著影响特异度,它可能是导致特异度异质性的来源。见表2。

表2 Meta回归和亚组分析结果

2.6发表偏倚 采用Deeks漏斗图评估发表偏倚,P=0.71表明本研究纳入的研究未发现明显的发表偏倚。见图5。

图5 Deeks漏斗图评估发表偏倚

3 讨 论

大多数活动性结核是由于潜伏性结核再激活所致。提高潜伏性结核的检出率并对此类患者进行早期干预可有效降低结核病的发病率和病死率。目前,潜伏性结核尚无诊断“金标准”,且缺乏对潜伏性和活动性结核的鉴别诊断,不利于结核病的管理和控制。近年来,研究发现miRNA在调控结核分枝杆菌免疫中发挥着重要作用[20]。越来越多的研究者将miRNA图谱分析作为结核病诊断和预后及区分活动性结核和潜伏性结核的标志物[21]。

有研究表明,miRNA在结核病的诊断中发挥了重要作用,并且其可以有效的区分活动性结核和潜伏性结核,miRNA对于诊断活动性结核具有良好的价值[13,22]。本研究通过搜索相关文献,分析了miRNA区分活动性结核和潜伏性结核的能力。结果显示,miRNA在鉴别活动性结核和潜伏性结核时的灵敏度为0.79,特异度为0.73,表明miRNA具有较好的区分两者的灵敏度和特异度;其PLR、NLR和DOR分别为2.96、0.29和10.33,表明miRNA有着较好地正确区分两者的能力。ROC曲线的AUC为0.83,同样表明miRNA具有良好的鉴别能力。然而,灵敏度和特异度的I2均大于50%,表明该研究存在显著的异质性。探索异质性的来源是Meta分析的关键。阈值效应是导致Meta分析异质性的主要原因之一,Spearman相关系数表明本研究不存在阈值效应。本研究结果显示,样本量可能是灵敏度异质性的来源,而miRNA的失调状态可能是特异度异质性的来源。Deeks漏斗图显示纳入的研究间不存在发表偏倚。

综上所述,miRNA具有较好区分活动性结核和潜伏性结核的能力。然而,本研究存在以下局限性: (1)汇总结果存在较大的异质性,需要进一步探索异质性的来源;(2)纳入的研究及总样本量较少,仅包括了1 160个样本;(3)由于纳入的大多数研究在中国进行,本研究结果可能不代表更广泛的人群。因此,未来需要更大规模和统一标准的研究来验证此结果。