γ干扰素诱导蛋白10对活动性结核和潜伏性结核感染的鉴别诊断价值的系统评价和meta分析

杨永林，杨爱玲，马 强△

(1.中国人民解放军联勤保障部队第九四〇医院，甘肃兰州 730050；2.兰州大学第二医院，甘肃兰州 730030)

结核(TB)是一种由结核分枝杆菌引起的具有高度传染性的疾病[1-2]。据WHO最新报道，在全球范围内，2017年约有1000万结核新增病例，超过130万人死于结核[3]。尽管潜伏性结核感染(LTBI)者缺乏临床症状，但有10%的个体有发展为活动性结核(ATB)的风险[4]。此外，ATB患者和LTBI者的多少是结核发病率和死亡率高低的重要影响因素。ATB和LTBI的常规诊断方法包括症状评估，放射学检查和微生物学检查[5]。咳嗽是结核病症状之一，不具有特异性。放射学检查应与其他方法一起使用。微生物检查敏感度低且耗时长[6]。结核菌素皮肤试验(TST)和γ干扰素释放试验(IGRA)，是目前最常用的ATB和LTBI的免疫诊断试验[7]。然而，在临床实践中，TST和IGRA不能区分ATB和LTBI[8]。正确鉴别ATB和LTBI能控制LTBI向ATB发展，是阻断ATB的有效途径。因此，寻找一种新的快速简便的辅助鉴别ATB和LTBI的方法对结核管控工作的开展至关重要。γ干扰素诱导蛋白10(IP-10)，来源于CXCL家族，与TB密切相关[9]。有研究表明，在感染TB后，血清中IP-10蛋白表达水平比IFN-γ高100倍，且不受患病个体的年龄和性别影响[10-11]。近年来，许多研究报告非刺激状态和刺激状态下的IP-10对鉴别ATB和LTBI都具有较好的价值；但是，结果各不相同。鉴于此，本研究采用系统评价和meta分析的方法，全面地收集英文发表的诊断性试验，系统评估IP-10对ATB和LTBI的鉴别诊断价值，以期为临床工作者和相关科研人员提供参考。

1 资料与方法

1.1文献检索 检索Pubmed、Embase、Web of science和Cochrane library数据库，检索时间均为建库截止2019年3月。检索采用自由词与主题词相结合的方式，检索词包括：interferon gamma-induced protein 10、tuberculosis、active tuberculosis、latent tuberculosis。Pubmed的检索策略采用提题名/摘要结合主题词检索，具体如下：(((((“Tuberculosis”[Mesh]) OR (((((((tuberculosis[Title/Abstract]) OR mycobacterium tuberculosis[Title/Abstract]) OR TB[Title/Abstract]) OR tuberculosis infection*[Title/Abstract]) OR active tuberculosis[Title/Abstract]))) OR (((((Latent Tuberculosis[Title/Abstract]) OR latent tuberculosis infection*[Title/Abstract]) OR LTBI[Title/Abstract])) OR “Latent Tuberculosis”[Mesh]))) AND ((“Chemokine CXCL10”[Mesh]) OR (((((IP-10[Title/Abstract]) OR interferon gamma-induced protein 10[Title/Abstract]) OR interferon-inducible protein 10[Title/Abstract]) OR Chemokine CXCL10[Title/Abstract]))。

1.2纳入标准 纳入英文发表的IP-10鉴别ATB和LTBI的试验。纳入研究符合以下所有标准：研究对象为确诊或者疑似ATB和LTBI的患者，包括成年人和儿童；诊断实验为外周血IP-10；对ATB具有明确的诊断标准，包括：细菌培养；对LTBI具有明确的诊断标准，包括：TST和IGRA(QFT-GIT和T-SPOT.TB)；研究样本量至少为5；且能从原始文献中直接或间接获得真阳性值 (TP,即对ATB的真实诊断)、假阳性值 (FP,即对ATB的错误诊断)、真阴性值 (TN,对LTBI的真实诊断) 和假阴性值 (FN,对LTBI的错误诊断) 四格表数据；对于同一作者在不同期刊上发表的内容相近文献，选取数据最完整的1篇。排除标准：信息不完整无法提取数据；综述、会议摘要、病例报告、动物实验；系统评价和meta分析。

1.3文献筛选和资料提取 检索获得的文献导入EndNote X8文献管理软件，自动去重后，由2名研究员按照制定好的纳入排除标准独立对标题和摘要进行筛选。对于文献筛选过程中遇到的分歧则通过讨论解决。按照预先设定的数据提取条目，由两名研究员独立提取数据。数据主要包括以下内容：作者、发表年份、国家、人均TB发生率(每10万人)，样本量(ATB和LTBI)、待诊断试验、截点值、参考标准；TB高负担国家(参考WHO指南以发病率、患病率和死亡率综合评定的30个TB高负担国家)、IP-10状态、IP-10鉴别ATB和LTBI的敏感度、特异度、TP、FP、FN、TN。数据提取过程中产生的分歧通过第3位研究员讨论解决。

1.4质量评价 使用诊断准确性研究的质量评价工具——QUADAS-2评价纳入研究的方法学质量[12]。QUADAS-2包括4个组成部分：(1)病例选择；(2)待评价试验；(3)金标准；(4)病例流程和进展情况。评估所有组成部分的偏倚风险和前3部分的临床适用性。评估结果分为“低”“高”或“不确定”，由2名独立的研究员对文献质量进行评价，通过讨论解决分歧。

1.5统计学处理 采用Stata14.0软件进行统计分析。采用CochraneQ检验和I2评估研究之间的异质性，如果I2<50%或P> 0.1，使用固定效应模型，当I2> 50%或P<0.1，使用双变量随机效应模型[13]。合并灵敏度、特异度、阳性似然比(PLR)、阴性似然比(NLR)、诊断比值比(DOR)以及相应的95%可信区间(CI)，进一步绘制汇总受试者工作特征曲线(SROC)，并计算曲线下面积(AUC)[14]。此外，我们对TB高负担国家(是/否)和IP-10状态 (刺激/非刺激)进行亚组分析和meta-回归分析。绘制Deek′s漏斗图检测纳入研究是否存在发表偏倚，P<0.05提示存在发表偏倚的可能性。

2 结 果

2.1文献筛选结果 如图1所示，从数据库搜索中鉴定了1 069篇文献引文(PubMed:274; Embase:235;Cochrane Library:58; Web of Science:502)。Endnote去除重复文献458篇，初筛后排出明显不符合的文献583篇，其中，不相关研究371篇(包括肺炎、结核性胸膜炎、克罗恩病等)，非IP-10报告143篇(包括MCP-1、IL-12、CXCL9等)，会议摘要、系统评价或综述37篇，动物实验32篇(包括小鼠、奶牛、疣猪等)，进一步调阅全文，排除18篇(数据不可用8篇，非IP-10鉴别诊断8篇，重复研究2篇)，最终共纳入诊断试验10篇[15-24]进行meta分析。

2.2纳入研究基本特征表 纳入的10篇文献，14个研究共773例患者；发表年代从2013年到2018年；国家、人均TB发生率、样本量、待诊断试验、截点值和诊断标准等信息见表1。纳入试验诊断参数、结核高负担国家、IP-10状态等见表2。

表1 纳入研究基本特征表

表2 纳入研究的诊断参数

2.3质量评价 QUADAS-2质量评价结果显示，在病例选择部分，1个研究高偏倚风险[16]，纳入未提及连续或随机，未提及纳入时间；4个研究低偏倚风险；剩余5个研究偏倚风险不确定，纳入研究均未提及纳入时间；在待评价试验部分，6个研究低偏倚风险[17-18,20-22,24]，余4个研究偏倚风险不确定，待诊断试验均未提及盲法；在金标准部分，9个研究偏倚风险低，1个研究偏倚风险不确定[23]；在病例流程和进展情况部分，9个研究偏倚风险低，1个研究偏倚风险不确定，1个研究偏倚风险高，4个患者有不明原因排除[22]。关于适用性，9个研究显示病例选择的风险程度低，1个研究偏倚风险不确定；10个研究显示待评价试验的风险程度低；所有研究显示金标准的风险程度低。结果如图2所示。

2.4meta分析χ2检验结果提示纳入研究之间异质性较大(I2=91%,P<0.001)。对纳入的10篇文献，共14项研究进行定量合并，结果显示合并敏感度和合并特异度为0.80(95%CI:0.71～0.87)和0.90(95%CI:0.81～0.95),见图3，合并阳性似然比和合并阴性似然比为7.97(95%CI:4.07～15.61)和0.22(95%CI:0.15～0.33)，诊断比值比为35.97(95%CI:14.93～86.65)，SROC曲线下面积依次为0.91(95%CI:0.88～0.93)，见图4。

图1 文献筛选流程图

图2 质量评价图

图3 合并敏感度和合并特异度结果

2.5亚组分析和meta-回归分析 关于诊断试验的国家是否为TB高负担进行亚组分析，是TB高负担国家的研究纳入542个样本，不是结核高负担国家的研究纳入227个样本，是TB高负担国家的研究的敏感度和特异度低于不是TB高负担国家的研究(78%vs. 84%，85%vs. 97%)。关于IP-10的状态，IP-10为刺激状态的纳入355个样本，IP-10为未刺激状态的纳入414个样本，IP-10状态为刺激状态的研究的敏感度和特异度高于未刺激的研究(85%vs. 74%，94%vs. 86%) ，见表3。本研究以TB高负担国家，IP-10状态为协变量采用meta-回归探讨异质性来源，结果P分别为0.06和0.09，提示TB高负担国家，IP-10状态均不是异质性的主要来源。

图4 IP-10用于鉴别ATB和LTBT的SROC曲线

亚组研究敏感度(95%CI)特异度(95%CI)TB高负担国家 是90.78(0.68～0.88)0.85(0.75～0.94) 否50.84(0.72～0.96)0.97(0.92～1.00)IP-10状态 刺激60.85(0.77～0.93)0.94(0.87～1.00) 未刺激80.74(0.64～0.85)0.86(0.75～0.96)

2.6发表偏倚检测 采用Deek′s漏斗图评估发表偏倚，研究之间对称性较好，存在发表偏倚的可能性较小(P=0.98)。

图5 发表偏倚检测

3 讨 论

在我国，TB仍然是一种与死亡密切相关的疾病。在临床上，TST和IGRA是目前最常用的ATB和LTBI的免疫诊断试验，但是其不能区分ATB和LTBI。以往的研究表明，IP-10是鉴别ATB和LTBI的一个新的标志物[15-24]。然而IP-10用于鉴别ATB和LTBI的价值有待进一步证实。

本研究首次采用系统评价和meta分析的方法，全面收集英文发表的可获得的IP-10鉴别ATB和LTBI的诊断性试验，进行严格的质量评价后，我们发现IP-10可能是鉴别ATB和LTBI的有效工具。IP-10鉴别ATB和LTBI的敏感度为80%，特异度为90%；阳性似然比为7.97，表示感染ATB的人群IP-10检测阳性的概率是LTBI人群的7.97倍；诊断比值比为35.97，可见其诊断准确性较好；根据 SROC曲线下面积越接近 1.0，提示IP-10的鉴别诊断效能越高，合并结果提示AUC 为 0.91，可见其诊断效能较高。本研究发现TB高负担国家和IP-10状态均不是造成异质性的主要原因。本研究也未发现显著的发表偏倚，增强了结果的有效性。

在临床实践中，TST是鉴别ATB和LTBI最常用的免疫辅助方法，但部分研究报告显示TST在诊断HIV感染患者，儿童，BCG接种人群中表现不佳[25]。近年来，IGRA也用于鉴别ATB和LTBI[26-27]。NONGHANPHITHAK等[16]发现IGRA鉴别ATB和LTBI的敏感度(16.7%)较IP-10(87.5%)低。这些结果均表明IP-10是鉴别ATB和LTBI的一种有用的生物标志物。

本研究具有一定的局限性。首先，本研究只纳入已发表文献，对于“灰色”文献未检索。其次，本研究未纳入除英文外的其他语言发表的研究，可能增加发表偏倚。大部分纳入研究的样本量比较小。

4 结 论

综上所述，IP-10鉴别ATB和LTBI具有较高的敏感度和特异度，鉴别诊断准确性好，鉴别诊断效能高，其具有良好的临床应用价值。由于纳入研究样本量较小，建议今后开展大型，多中心，前瞻性研究对IP-10的鉴别诊断价值进一步的加以证实。