包训迪 梁锁 李军 叶倩 吴丹丹 王舒 李跃 丁运生 刘洁
为动态掌握我国耐药结核病的流行情况,国家自2007年开展了全国结核病耐药性基线调查和全国结核病耐药监测工作。安徽省有4个全国结核病耐药监测点,为初步掌握安徽省结核病和耐药结核病的流行和防控效果,现将《“十三五”全国结核病防治规划》和“《遏制结核病行动计划(2019—2022年)》在安徽省实施期间的4个国家级结核病耐药监测点的监测结果分析如下。
一、菌株来源
收集4个国家级结核病耐药监测点2016—2022年连续纳入的所有病原学阳性肺结核患者3073例,采集研究对象的痰标本进行分枝杆菌培养,分枝杆菌培养阳性后,经对硝基苯甲酸(PNB)培养和结核分泌蛋白MPB64抗原初步鉴定为结核分枝杆菌复合群,按照《结核病实验室检验规程》[1]中的比例法进行药物敏感性试验(简称“药敏试验”),共获得2336例结核分枝杆菌药敏试验结果。其中,男性1788例,女性548例;初治2071例,复治265例。采集患者的基本信息填写《全国结核病耐药性监测患者信息表》[2]。
二、药敏试验
监测点收集痰标本进行分离培养和比例法药敏试验所需培养基均购自珠海贝索生物技术有限公司。比例法药敏试验药物包括异烟肼(INH;0.2 μg/ml)、利福平(RFP;40 μg/ml)、链霉素(Sm;40 μg/ml)、乙胺丁醇(EMB;2 μg/ml)、氧氟沙星(Ofx;4 μg/ml)和卡那霉素(Km;30 μg/ml)。
三、质量控制
所有耐药监测点痰涂片工作均开展室内质量控制(简称“质控”),并参加临床检测中心室间质量评价和省参比实验室组织的痰涂片盲法复检,培养、菌种鉴定和药敏试验的实验室检测人员均接受国家和省级相关培训,且同步开展标准菌株(H37Rv)室内质控,且药敏试验通过国家结核病参比实验室组织的全国抗结核药物药敏熟练度测试工作。所有痰涂片、培养和药敏试验室内质控均在控且室间质评合格。结核分枝杆菌标准菌株(H37Rv)由国家结核病参比实验室统一提供。同时,省级结核病参比实验室每年至少进行一次现场督导和监测结束后验收工作。
四、相关定义
结核病耐药、耐多药、单耐药、多耐药的定义参照《耐药结核病化学治疗指南(2019年简版)》[3]。
五、统计学处理
一、不同耐药类型在两组结核病患者中的耐药情况
2336株结核分枝杆菌菌株中,有1893株(81.04%)对检测的6种抗结核药物全部敏感,其中初治1723株(83.20%),复治170株(64.15%)。有443株对至少1种或更多抗结核药物耐药,耐药率为18.96%(443/2336),其中初治耐药率为16.80%(348/2071),复治耐药率为35.85%(95/265)。在2336株菌株中,耐多药菌株98株(4.20%),其中,初治患者60株(2.90%),复治患者38株(14.34%)。在6种抗结核药物中,耐药率由高到低依次为:INH(10.55%,236/2336)、Sm(8.18%,183/2336)、Ofx(6.53%,146/2336)、RFP(5.95%,133/2336)、EMB(2.37%,53/2336)、Km(1.97%,44/2336)。除多耐药中INH+Km、Sm+Km、INH+Sm+Km和RFP+Sm+Km组合外(P值均>0.05),复治患者分离株耐药率均高于初治患者耐药,详见表1。
表1 不同耐药类型在两组结核病患者中的耐药情况
二、2016—2022年安徽省耐药监测点2336株结核分枝杆菌耐药情况
表2 2016—2022年安徽省耐药监测点2336株结核分枝杆菌单耐药情况
三、不同特征的结核分枝杆菌菌株耐药谱
2016—2022年2336株结核分枝杆菌菌株中,不同性别、家庭年收入的菌株对抗结核药物的耐药率差异均无统计学意义(P值均>0.05)。40~59岁年龄段的耐药率最高(22.74%,146/642),MDR、INH、RFP、Sm和Km的耐药率差异均有统计学意义(χ2值分别为14.895、10.285、18.049、22.596、8.195,P值均<0.05);在是否合并糖尿病患者中,MDR菌株和耐RFP菌株耐药率差异有统计学意义(χ2值分别为6.032和6.772,P值均<0.05);在不同地域来源菌株中,MDR、INH、RFP、Sm和Ofx耐药率差异均有统计学意义(χ2值分别为5.109、11.141、9.511、9.751、7.235,P值均<0.05)。见表3。
表3 不同特征结核分枝杆菌菌株耐药谱
四、不同治疗类型患者耐药情况
表4 2016—2022年安徽省不同治疗类型结核病患者的耐药情况
耐药结核病是全球结核病防控工作挑战之一[1,4],目前已经成为全球和我国结核病防控领域的重大难题之一,且和普通肺结核相比,耐药结核病的治疗负担更大。因此,分析耐药结核病对抗结核药物的耐药性是对耐药结核病进行精准防控的重要措施之一。世界卫生组织(WHO)发布的耐药监测指南指出[5],分析结核分枝杆菌的耐药性可以及时掌握流行现状和趋势,对结核病的精准诊疗和早日终结结核病的流行有重要意义。安徽省2016—2022年结核病耐药监测结果显示,安徽省结核分枝杆菌的耐药率(18.96%)低于全国耐药基线调查结果(39.12%)[4]和广东省(26.75%)[6]、甘肃省(26.26%)[7]的耐药监测结果,但和上海市(21%)[8]、福建省(19.04%)[9]耐药率相近,同时也低于安徽省耐药基线调查耐药率(26.44%)[10]。由此可见,安徽省在耐药结核病疫情控制方面取得了一定的成效。
本研究显示,在不同来源的2336株结核分枝杆菌耐药监测菌株中,耐药谱呈现出多样性和复杂性,提示临床在治疗结核病患者时,应及时进行药敏试验,并结合实际耐药谱制定个体化的抗结核治疗方案。2336株结核分枝杆菌菌株对INH和Sm的耐药率相对较高,与其他同类型研究结果基本一致[11-12];INH的耐药率最高,可能是INH多年来作为主要的一线抗结核药物在结核分枝杆菌潜伏感染者的预防性服药和肺结核患者的临床广泛应用而获得的继发性耐药有关。有研究表明,Sm作为临床上其他感染性疾病的常规治疗用药,可能与结核病耐药率高有一定的临床关联[13]。由于近年来国家对规范化使用抗生素越来越重视,Ofx的高耐药率得到一定的控制,相对于安徽省2015—2016年基线调查时的耐药率,Ofx的耐药率有明显的下降,该结果也与李静等[14]研究结论基本一致。在耐多药、广泛耐药和多耐药的耐药谱中,除了多耐药中INH+Km、Sm+Km、INH+Sm+Km和RFP+Sm+Km组合外,复治患者分离株耐药率均高于初治患者,这提示抗结核治疗史可能是产生耐药的重要危险因素,在复治结核病患者的临床治疗中,可以优先考虑使用氨基糖苷类抗结核药物。
本研究显示,2016—2022年,2336株结核分枝杆菌对INH、EMB、Km和Ofx的耐药率均呈下降趋势,Ofx的耐药率从2016年的10.49%下降至2022年的3.89%;相对于安徽省耐药性基线调查结果[10],Ofx耐药率有明显降低,提示经过结核病防治工作的实施和临床对于抗生素的规范使用,由于抗结核药物的不规范使用导致的耐药性得到了一定的控制。同时,INH、EMB和Km等抗结核药物的耐药率也呈下降趋势,2022年的耐药率均明显低于2016年的耐药率,可见,耐药结核病的防治工作在安徽省取得了较好的实施效果。但抗结核药物RFP和Sm的下降趋势不明显,目前,Sm在临床已经减少使用,Sm的耐药率已经从2016年的10.49%下降至2022年度的4.75%,但由于2016—2021年Sm的耐药率下降不明显,这可能需要继续观察Sm的耐药变化趋势。众所周知,RFP是结核病治疗最常用的药品,也是耐药结核病诊断的指示药物,使用比较广泛,这可能是RFP耐药性下降趋势不明显的原因,这也提示安徽省需要加快耐药分子生物学快速检测技术的普及和应用,以期尽快获得精准治疗方案,从而减少耐药结核病的发生。
本研究显示,在不同来源的2336株结核分枝杆菌耐药监测菌株中,不同性别和家庭年收入的菌株耐药率无明显差异。在不同年龄段来源的菌株中,INH、RFP、Sm和Km四种抗结核药物耐药率差异均有统计学意义,40~59岁的菌株耐药率最高,这可能是由于中青年对结核病的耐受能力强,治疗依从性不高,导致耐药率较高。在不同类别的结核分枝杆菌菌株中,复治患者的耐药率均高于初治患者,这提示既往的抗结核治疗史可能是耐药性产生的危险因素之一,这和其他的研究结果类似[15-17]。在合并糖尿病患者的菌株中,MDR和RFP的耐药率要明显高于单纯结核病患者。有研究表明,糖尿病是结核病发病风险增高的因素之一[18],这提示安徽省要在糖尿病患者中加大耐药结核病的筛查力度,降低糖尿病患者中耐药结核病的传播。在不同地域的菌株中,农村来源菌株的INH、RFP、Sm和Ofx的耐药率要明显低于城镇地区,这可能与城镇地区人员密集,耐药菌株在人群中的传播有关[19-20],这提示安徽省要进一步加大耐药结核病的筛查,做好传染源控制工作,降低耐药结核病的传播风险。
此外, 2016—2022年,初治患者的耐药率和多耐药率的变化均呈下降趋势,其他耐药类型未见明显变化趋势,这提示安徽省耐药结核病的防治经过“十三五”结核病防治规划和2019—2022遏制结核病行动规划的实施,结核分枝杆菌的耐药率得到了一定的控制,但由于肺结核患者基数仍然较大,结核病患者不规范用药仍然存在,耐药肺结核患者的发病数量仍处在一定的高位,未来仍需要特别关注耐药结核病患者的早发现和早诊治,防止耐药结核病在人群中的传播。
综上所述,安徽省结核病耐药形势依然严峻,今后需要加强结核病耐药患者的筛查工作,同时,复治患者耐药率下降趋势不明显,提示加快推进耐药分子生物学技术的推广尤为迫切。
志谢感谢安徽省结核病防治研究所和安徽省4个国家耐药监测点疾病预防控制中心和定点医疗机构的领导和专家给予耐药监测工作的大力支持
利益冲突所有作者均声明不存在利益冲突
作者贡献包训迪:采集数据、分析/解释数据、起草文章、对文章的知识性内容作批评性审阅、统计分析;梁锁、李军、叶倩和吴丹丹:采集数据;王舒、李跃和丁运生:行政、技术或材料支持;刘洁:获取研究经费,行政、技术或材料支持