肺结核是结核分枝杆菌引起的严重危害患者呼吸功能的慢性疾病,是全球前十位死因之一[1],仍是目前需要重点关注的重大公共卫生问题。肺结核病情发展与菌体毒力和人体免疫力水平密切相关,而炎症因子在一定程度上能反映机体的免疫能力。研究发现,在人体受到结核分枝杆菌侵入时,固有免疫细胞会大量分泌多种抗炎因子和促炎因子,进而启动和调控免疫反应,结核患者免疫细胞被激活后会产生大量的以干扰素-γ(interferon-γ,IFN-γ)、白细胞介素-2(interleukin-2,IL-2)为代表的Th1型细胞因子以及IL-10、IL-4为代表的Th2型细胞因子。既往研究多是关于炎症细胞因子对结核患者的诊断价值或抗结核治疗过程中细胞因子的动态变化与治疗结局、临床特征之间相关性的研究[2-4]。虽然有学者曾利用基线Th1、Th2型细胞因子的表达水平对肺结核患者预后进行预测[5],但目前关于细胞因子对肺结核患者预后影响的研究还较少,且多是关于细胞因子对患者肝损伤或死亡风险的预测,未曾探讨早期炎症细胞因子对患者治疗结束后继发其他慢性病的预测价值。本研究以2013年5月—2015年8月在上海市8家定点医院连续纳入建立的本市户籍活动性结核病患者队列为基础,该队列由国家传染病重大专项支持以研究细胞因子在结核病治疗转归中的作用机制[6]。该队列基线共纳入375名患者,于治疗前及治疗过程中收集患者基本人口学特征及诊疗信息;采集并测定治疗前、治疗2个月末患者细胞因子浓度。本研究分别于2019年、2020年由经过培训的社区卫生服务中心工作人员通过电话访问收集治疗结束后调查对象的继发慢性病发病情况及生存质量,分析基线细胞因子对患者预后不良的预测价值,为减少肺结核患者并发慢性病提供信息支持。
资料和方法研究对象 本研究采用巢式病例对照研究设计。基于上述队列进行随访和深入分析,将基线队列中完成人口学信息及治疗结局等资料收集、诊断结核病时未患有慢性疾病、治疗前以及治疗2个月末完成细胞因子浓度测定且均有结果、治疗过程中未死亡的患者纳入本次研究进行常规随访,随访过程中死亡的患者未纳入最终的数据分析。
病例组 随访时调查对象自述确诊结核后在医院诊断患以下至少一种慢性病的人群:慢性阻塞性肺疾病(COPD),精神病,糖尿病,尘肺,肿瘤,其他疾病(肝损伤、心血管病、其他呼吸系统疾病、内分泌及营养代谢病、神经系统疾病)。
对照组 截至2020年最后一次随访,调查对象自述未患有上述慢性病的人群。
资料收集方法
基线数据 采用自行设计的调查问卷收集患者治疗前及治疗结束时的基本情况,包括患者的社会人口学经济状况、结核病治疗结局等。同时,分别于患者首次抗结核治疗前以及抗结核治疗2个月末时由各家医院护士采集患者静脉血并由相关检测人员应用双抗体夹心ELISA测定标本中IFN-γ、IL-2、IL-4、IL-10浓度。本次研究采血已获得复旦大学公共卫生学院伦理委员会批准(IRB#2019-04-0737)及患者知情同意。
随访调查 分别于2019年9—10月和2020年10—12月,由经过培训的社区卫生服务中心工作人员通过电话访问收集资料,包括调查对象的健康状况、共患慢性病的发生情况、死亡患者的死亡时间和原因。
质量控制 对项目的调查员进行统一培训,统一调查方法及标准,以减少来自调查者的信息偏倚,提高研究结论的可信度。建立问卷核查制度,在数据录入前对所有调查表内容进行校对和逻辑分析,对存在的问题和缺失信息进行询问、核实和补充。数据采用双人录入并进行逻辑查错。细胞因子具体检测方法参照试剂盒说明书,试剂盒内配有质控血清或质控标准品,所有操作严格按照操作说明完成。
统计学处理 据采用SPSS 23.0统计软件分析。对于符合正态分布的数据,计量资料采用x±s描述,采用t检验进行数据间比较;不符合正态分布的连续变量则以中位数M(P25-P75)表示。组间比较采用非参数秩和检验;组间构成比的比较采用χ2检验。采用二元Logistic回归分别分析与肺结核患者继发其他慢性病有关的危险因素,建立受试者工作曲线(ROC)分析细胞因子对患者预后的预测价值。P < 0.05为差异有统计学意义。
结果基线特征及随访情况 对基线纳入的305人进行常规随访。2019年共计随访287人,其中23人无法联系(失访率8.0%);在随访到的对象中,5人拒绝调查、30人死亡。2020年,共计随访到258人(失访率8.9%);其中1人拒绝调查,10人死亡。2年随访,共有37人继发慢性病,其中糖尿病、心血管病、COPD、肿瘤排在前4位,分别有17人、9人、6人和6人,另外还有3人继发肝损伤、其他呼吸系统疾病及神经系统疾病,2人继发内分泌系统疾病,1人继发精神疾病(表 1)。
Disease | Number | Morbidity(%) | 95%CI of morbidity(%) |
Diabetes Mellitus | 17 | 8.9 | 5.2-13.0 |
Cardiovascular disease | 9 | 4.7 | 2.2-8.7 |
Chronic obstructive pulmonary disease | 6 | 3.1 | 0.6-5.6 |
Tumor | 6 | 3.1 | 1.2-6.7 |
Liver damage | 3 | 1.6 | 0.3-4.5 |
Other respiratory diseases | 3 | 1.6 | 0.3-4.5 |
Nervous system disease | 3 | 1.6 | 0.3-4.5 |
Endocrine system disease and nutrition metabolism disease | 2 | 1.0 | 0.1-3.7 |
Mental illness | 1 | 0.5 | 0.01-2.9 |
根据结核患者随访情况及数据整理分析,将患者分为对照组(健康状态组,122人)和病例组(继发慢性病组,27人)。由表 2可见,继发慢性病组诊断为结核病的年龄为(63.9±12.0)岁,明显大于健康状态组的(48.0±17.0)岁(P < 0.001);其余变量未见统计学差异,病例组和对照组多数治疗成功(96.3% vs. 95.1%),多数为初治(88.9% vs. 91.0%),多数涂片阳性(81.5% vs. 79.5%),多数为男性(74.1% vs. 73.8%)患者,约有30%的患者诊断为结核病时患有其他慢性病(33.3% vs. 30.3%)。
[x±s or n(%)] | |||||||||||||||||||||||||||||
Characteristics | Case group (n=27) | Control group (n=122) | χ2 or t | P | |||||||||||||||||||||||||
Age (y) | 63.9±12.0 | 48.0±17.0 | -5.715 | < 0.001 | |||||||||||||||||||||||||
Outcome of the treatment | |||||||||||||||||||||||||||||
Success | 26 (96.3) | 116 (95.1) | 0.073 | 0.787 | |||||||||||||||||||||||||
Failure | 1 (3.7) | 6 (4.9) | |||||||||||||||||||||||||||
Gender | |||||||||||||||||||||||||||||
Male | 20 (74.1) | 90 (73.8) | 0.001 | 0.974 | |||||||||||||||||||||||||
Female | 7 (25.9) | 32 (26.2) | |||||||||||||||||||||||||||
First sputum smear | |||||||||||||||||||||||||||||
Positive | 22 (81.5) | 97 (79.5) | 0.054 | 0.817 | |||||||||||||||||||||||||
Negative | 5 (18.5) | 25 (20.5) | |||||||||||||||||||||||||||
Treatment of classification | |||||||||||||||||||||||||||||
Primary treatment | 24 (88.9) | 111(91.0) | 0.114 | 0.736 | |||||||||||||||||||||||||
Retreatment | 3 (11.1) | 11 (9.0) | |||||||||||||||||||||||||||
Previous comorbidities | |||||||||||||||||||||||||||||
Yes | 9 (33.3) | 37 (30.3) | 0.094 | 0.760 | |||||||||||||||||||||||||
No | 18 (66.7) | 85 (69.7) |
不同预后组细胞因子变化特点 在健康状态组和继发慢性病组中,IL-2治疗2个月后的血清浓度较治疗前明显下降;而IL-10的血清浓度较治疗前则明显升高,差异均具有统计学意义(P < 0.05)。IFN-γ、IL-4治疗前后的血清浓度在两组中均未见明显变化(P>0.05,表 3)。
(pg/mL) | |||||||||||||||||||||||||||||
Cytokines | Group | Baseline | 2 months after treatment | z | P | ||||||||||||||||||||||||
IFN-γ | Control | 17.6 (6.7-70.5) | 14.6 (4.3-52.4) | -1.547 | 0.122 | ||||||||||||||||||||||||
Case | 12.1 (8.2-24.1) | 8.4 (2.1-28.7) | -1.490 | 0.136 | |||||||||||||||||||||||||
IL-2 | Control | 6.7 (3.8-12.2) | 3.7 (1.5-13.1) | -4.718 | < 0.005 | ||||||||||||||||||||||||
Case | 7.1 (5.7-10.2) | 3.9 (1.8-6.3) | -2.295 | 0.022 | |||||||||||||||||||||||||
IL-10 | Control | 5.9 (2.0-49.1) | 13.0 (3.2-54.6) | -5.137 | < 0.005 | ||||||||||||||||||||||||
Case | 9.5 (3.8-63.3) | 16.4 (3.5-31.9) | -2.595 | 0.009 | |||||||||||||||||||||||||
IL-4 | Control | 6.3 (2.8-49.1) | 5.4 (2.8-8) | 0.932 | 0.351 | ||||||||||||||||||||||||
Case | 5.4 (3-14.6) | 5.9 (3.3-6.8) | 1.153 | 0.249 |
不同预后组的影响因素分析 如表 4~5所示,分别以基线和治疗2个月末细胞因子浓度为自变量,是否继发慢性病为因变量进行多因素Logistic回归分析。结果显示,基线IFN-γ是继发慢性病的保护因素,而基线IL-10则是继发慢性病的危险因素(P < 0.05);治疗2个月末细胞因子与继发慢性病之间无统计学关联。
Baseline of cytokines | Univariate | Multivariate | |||
OR (95% CI) | P | aOR (95% CI) | P | ||
IFN-γ | 0.985 (0.971-1.000) | 0.056 | 0.980 (0.964-0.996) | 0.016 | |
IL-10 | 1.001 (0.992-1.011) | 0.779 | 1.015 (1.002-1.029) | 0.026 | |
IL-4 | 0.991 (0.981-1.001) | 0.089 | 0.997 (0.982--1.012) | 0.692 | |
IL-2 | 0.984 (0.953-1.017) | 0.338 | 0.982 (0.934-1.032) | 0.469 | |
aOR:Adjusted OR,four types of baseline cytokines were included in the analysis. When analyzing the predictive effect of one type of cytokines,the other three types of cytokines were adjusted. |
Cytokines after 2 months | Univariate | Multivariate | |||
OR(95% CI) | P | aOR(95% CI) | P | ||
IFN-γ | 0.987 (0.974-1.001) | 0.068 | 0.979 (0.950-1.009) | 0.165 | |
IL-10 | 0.984 (0.957-1.012) | 0.248 | 1.036 (0.980-1.096) | 0.213 | |
IL-4 | 0.991 (0.980-1.002) | 0.101 | 0.996 (0.974-1.019) | 0.739 | |
IL-2 | 0.975 (0.909-1.046) | 0.486 | 0.983 (0.905-1.068) | 0.687 | |
aOR:Adjusted OR,four types of cytokines after 2 months’ treatment were included in the analysis. When analyzing the predictive effect of one type of cytokines,the other three types of cytokines were adjusted. |
治疗前炎症因子水平对继发慢性病预测 绘制基线IFN-γ、IL-2、IL-4、IL-10预测患者继发其他慢性病的ROC曲线,其AUC分别为0.42(95%CI:0.32~0.52)、0.51(95%CI:0.40~0.62)、0.44(95%CI:0.33~0.55)、0.58(95%CI:0.46~0.69),且IFN-γ、IL-2、IL-4、IL-10表现为敏感性较好,特异性较差;但基线IFN-γ联合IL-10所得的AUC为0.67(95%CI:0.56~0.78),其AUC皆比单一的细胞因子指标高(图 1)。
![]() |
图 1 基线细胞因子预测肺结核患者继发慢性病的ROC曲线 Fig 1 Baseline cytokines predict the ROC curve of secondary chronic disease in patients with tuberculosis |
结核病是一种较为常见的由单一的结核分枝杆菌感染所引起的慢性传染病。该病主要因机体免疫紊乱所造成,一方面肺结核作为慢性病,长期的慢性消耗可影响患者自身免疫水平;另一方面,细菌感染引发炎症因子和氧化应激反应因子的大量分泌,加重对各个器官的损伤从而导致其他疾病的发生[7-8]。已有相关研究认为免疫功能变化对结核预后会产生一定程度的影响[9-10],因此探究患者治疗前后细胞因子的变化特点对评估病情、制定针对性治疗方案和预测预后具有一定临床价值。
本文根据随访情况和数据清理,将149名肺结核患者分为健康状态组和继发慢性病组,通过比较两组不同预后的患者治疗前以及治疗2个月后炎症细胞因子的变化特点发现,两组经强化治疗后IL-2均显著下降,这与相关研究关于肺结核治疗过程IL-2的动态变化特点一致[9]。IL-2属于Th1型细胞因子,其在结核感染中的作用是促进自然杀伤(NK)细胞生长并提高单核-巨噬细胞的细胞毒性及杀伤力,参与杀灭结核分枝杆菌,在结核菌免疫过程中起重要作用[11],且有研究认为周期性检测IL-2对结核病患者的疗效具有一定的提示作用[12]。与之相反,无论是否继发慢性病,患者的IL-10在强化期末表现为明显的上升趋势,这与陈永宏等[2]的研究结果一致。IL-10是Th2型抗炎细胞因子,对T淋巴细胞、B淋巴细胞等有抑制作用,有研究[2]分析抗结核治疗过程中血清炎症因子的变化,认为治疗效果良好的肺结核患者血清中抗炎细胞因子含量升高,因此结核患者体内IL-10的周期性变化对疗效评估具有一定的意义[12]。另外,在抗结核治疗过程中两组的IFN-γ、IL-4水平均未表现出明显的变化。IFN-γ是典型的Th1型细胞因子,可诱导Th0细胞分化为Th1细胞,活化效应性及细胞毒性T细胞,其已被证实在自身免疫疾病、感染性疾病等发生进展过程中均有重要作用[13]。同时多数研究发现肺结核患者治疗后血清IFN水平较治疗前升高,提示其升高有利于提升肺结核感染的免疫应答作用,从而阻断肺结核发病和病情的进一步加重[14-15]。而孟慧杰等[16]的研究认为可通过检测IL-4的动态趋势预测并及早预防结核性肝损伤。既往研究关于IFN-γ和IL-4的变化特点与本研究结果不同,可能与本研究发生预后不良的样本量较小或随访时间较短有关,后续需要更多的样本量进行验证。因此,根据细胞因子抗结核治疗过程中的变化特点可以发现,继发慢性病组与健康状态组患者在抗结核治疗过程中具有相似的炎症因子变化特点,可见本研究中抗结核治疗过程炎症细胞因子的变化特点对于结核患者是否继发慢性病没有预测意义。
本研究通过Logistic回归分别分析基线细胞因子和治疗2个月末细胞因子浓度对于继发慢性病的预测价值。研究结果发现,只有基线IFN-γ和IL-10对于患者继发其他慢性病具有预测意义,即IFN-γ每上升1 pg/mL,其继发慢性病的风险则下降2%;而IL-10每上升1 pg/mL,其继发慢性病的风险则上升1.5%。同时,虽然IFN-γ联合IL-10所得AUC值表现为中等区分度(AUC=0.67,P < 0.05),但其AUC皆比单一细胞因子指标高且差异具有统计学意义。已有研究指出外周血IFN-γ和IL-10水平表达异常对重症结核患者死亡预后具有一定的预测价值[5],而本研究发现其对是否继发慢性病具有预测价值,可能因为本研究中研究对象的纳入标准及随访时间与既往研究有差异。
本研究存在一定局限性:(1)进行随访时为调查对象自报是否患有其他慢性病,而未根据其病历查找相关慢性病确诊情况,同时本研究未对死亡患者的继发慢性病情况进行调查并将其剔除,可能会造成一定的信息偏倚。(2)基线纳入样本量较少,且均进行治疗前及治疗2个月末细胞因子检测的调查对象不多,因此剔除了一部分调查对象,可能对于细胞因子对肺结核患者预后的预测作用分析有一定影响。(3)采用电话随访的方式对采集患者治疗结束后的健康状况可能存在一定的偏倚,今后可采取面对面的调查方式以尽可能保证随访情况的真实性,同时可尝试将细胞因子联合患者的社会人口学特征、诊疗信息等对患者预后进行预测。
综上所述,本研究结果显示,治疗前IFN-γ降低伴IL-10升高对结核病患者继发其他慢性疾病具有一定的预测价值,对治疗前出现免疫失调的患者建议关注远期健康状况。
作者贡献声明 江佳艳 数据整理和分析,论文撰写和修订。肖筱,李志鹏,蒋伟利 数据收集。徐飚,赵琦 研究设计,数据收集,论文修订。
利益冲突声明 所有作者均声明不存在利益冲突。
[1] |
WORLD HEALTH ORGANIZATION. Global tuberculosis report 2020[EB/OL]. (2021-10-14)[2021-10-28]. https://www.who.int/teams/global-tuberculosis-programme/tb-reports/global-tuberculosis-report-2021.
|
[2] |
陈永宏, 肖江峰, 陈瑞华, 等. 抗肺结核治疗患者血清炎症因子动态变化[J]. 中华医院感染学杂志, 2020, 30(21): 3293-3296. [CNKI]
|
[3] |
杨小华, 吴震, 王煦, 等. 肺结核合并2型糖尿病患者血清炎性细胞因子的表达及其临床意义[J]. 临床和实验医学杂志, 2020, 19(2): 184-187. [DOI]
|
[4] |
张霄, 何芳, 陈赫军, 等. 活动性肺结核患者抗结核治疗后血清不同炎症因子的水平改变研究[J]. 临床肺科杂志, 2015, 20(12): 2168-2172. [DOI]
|
[5] |
章敏. 外周血IFN-γ、IL-10水平及红细胞免疫功能对重症肺结核患者死亡预后的预测价值[J]. 标记免疫分析与临床, 2020, 27(7): 1161-1165. [CNKI]
|
[6] |
盛宇超, 袁立, 蒋伟利, 等. 肺结核患者血清Th1/Th2细胞因子浓度变化及影响因素研究[J]. 上海预防医学, 2016, 28(3): 157-160. [CNKI]
|
[7] |
CHANG X, ZHU A, LIU F, et al. Role of NF-κB activation and Th1/Th2 imbalance in pulmonary toxicity induced by nano NiO[J]. Environ Toxicol, 2017, 32(4): 1354-1362.
[DOI]
|
[8] |
KUMAR NP, MOIDEEN K, BANUREKHA VV, et al. Modulation of Th1/Tc1 and Th17/Tc17 responses in pulmonary tuberculosis by IL-20 subfamily of cytokines[J]. Cytokine, 2018, 108: 190-196.
[DOI]
|
[9] |
陈勇. 上海市老年菌阳肺结核病患者生存状况及其影响因素的描述性研究[D]. 复旦大学, 2011.
|
[10] |
傅京力. T细胞和相关细胞因子在肺结核患者中的动态变化及临床意义[D]. 中南大学, 2014.
|
[11] |
ZUMLA A, GEORGE A, SHARMA V, et al. The WHO 2014 global tuberculosis report--further to go[J]. Lancet Glob Health, 2015, 3(1): e10-e12.
[DOI]
|
[12] |
孙海柏, 张丽霞. 细胞因子检测在结核分枝杆菌感染中的研究进展[J]. 国际检验医学杂志, 2018, 39(4): 465-468. [DOI]
|
[13] |
ABRAO FC, PEIXOTO RD, DE ABREU IR, et al. Prognostic factors in patients with malignant pleural effusion: Is it possible to predict mortality in patients with good performance status?[J]. J Surg Oncol, 2016, 113(5): 570-574.
[DOI]
|
[14] |
杨朝晖, 刘东红, 翁明钢, 等. 初治涂阳肺结核患者细胞因子变化及生命质量分析[J]. 中国公共卫生, 2016, 32(2): 230-234. [CNKI]
|
[15] |
张会强, 文政芳, 张冬杰, 等. IFN-γ及血清炎症因子水平变化与肺结核发病相关性及作用机制分析[J]. 中华医院感染学杂志, 2019, 29(2): 32-35. [CNKI]
|
[16] |
孟慧杰, 杨雪迎, 覃红娟, 等. 炎症细胞因子对抗结核性药物肝损伤的预测作用[J]. 实用医学杂志, 2019, 35(2): 80-83. [CNKI]
|