Predicting radiological severity of pulmonary tuberculosis in children: an assessment of the WHO-criteria and novel prediction scores on an individual participant dataset

技術要約：小児における肺結核の放射線学的重症度の予測

問題提起
世界保健機関（WHO）は、非重症の肺結核を患う小児に対し、4ヶ月間の短縮抗結核療法を推奨しており、これはSHINE試験によって検証された戦略である。しかし、このレジメンの適格基準は、放射線学的に重症の疾患を除外することに依存しており、通常は胸部X線写真（CXR）を通じて確認される。多くの資源限定的な環境では、CXRへのアクセスが利用できない。WHOは、CXRのない環境のための代替適格基準（「WHO基準」）を提案しているが、これらは臨床症状と細菌学的検査の状態に基づいている。しかし、これらの基準は専門家のコンセンサスに基づいており、経験的なエビデンスに基づいたものではないため、標準的な6ヶ月間レジメンを必要とする重症例を正確に特定できるかについて懸念が生じている。誤分類のリスクは、治療不足（不良な転帰につながる）または過剰治療（薬物毒性とコストの増加につながる）の両方を引き起こす。放射線学的評価なしで治療決定を支援するために、既存の基準の診断精度を評価し、データ駆動型の臨床予測スコアを開発することが喫緊の課題である。

方法論
本研究では、Decide-TBプロジェクトの個別参加者データセット（IPD）を利用し、8カ国における4つの診断研究（RaPaed-TB、Umoya、TB-Speed HIV、およびTB-Speed Decentralisation）を集計した。最終的な解析には2,383人の小児が含まれ、そのうち633人が4ヶ月レジメンの評価対象となる包含基準（年齢3ヶ月から10歳、重度の急性栄養不良や進行したHIVなどの重篤な臨床症状を示す者を除く）を満たしていた。

• 参照標準： 放射線学的重症度は、ベースラインのCXRをレビューした単一の独立した小児結核専門医によって決定された。「放射線学的に非重症」は、正常なCXRまたは特定の異常（例：片側性リンパ節腫脹、空洞を伴わない単葉性浸潤）と定義された。「放射線学的に重症」には、多葉性の疾患、空洞、粟粒結核様パターン、気道閉塞、または胸膜合併症が含まれた。
• WHO基準の評価： WHO基準（細菌学的検査の有無による）の診断精度を、専門医によるCXR参照標準に対して評価した。感度と特異度はブートストラップ法（1,000回の反復）を用いて算出した。
• 予測スコアの開発： 研究間の不均一性を考慮するため、ランダム切片を含む2つの多変量ロジスティック回帰モデル（Score 1およびScore 2）を開発した。
  • モデル1（Score 1）： 11の臨床的予測因子に加え、細菌学的検査の結果（Xpert MTB/RIFまたはUltraの半定量的結果、または塗抹検査）を含めた。
  • モデル 2（Score 2）： 同じ11の臨床的予測因子を含めたが、細菌学的検査は除外した。
  • 予測因子には、年齢、性別、体重/BMI-年齢別Zスコア、咳嗽期間、発熱期間、結核曝露歴、HIVステータス、寝汗、リンパ節腫脹、頻脈、および頻呼吸が含まれた。
  • モデルはブートストラップ・リサンプリングを用いて内部検証された。係数は、重症例の見落としを最小限にするための目標感度≥70%を設定し、整数スコアリングシステム（Score 1およびScore 2）に変換された。
• 解析： WHO基準および新しいスコアの診断性能（感度、特異度、AUROC）を、様々なサブグループ（年齢、HIVステータス、栄養状態、曝露歴）にわたって評価した。

主な結果

• 集団特性： 解析された633人のうち、26.6%（168/633）が当初の4ヶ月レジメンの適格基準を満たしていた。このうち、専門医のレビューにより18.3%（116/633）が放射線学的に重症の疾患を有することが判明した。
• WHO基準の性能：
  • 細菌学的検査あり： 感度は30.1%（95% CI: 20.3–40.2%）、特異度は83.4%（95% CI: 80.2–86.4%）であった。
  • 細菌学的検査なし： 感度は21.7%（95% CI: 10.4–34.5%）に低下し、特異度は81.9%（95% CI: 78.8–84.9%）であった。
  • 基準は、特に2〜5歳の小児および結核曝露歴のある小児において、一貫して低い感度を示した。
• 開発されたスコアの性能：
  • Score 1（細菌学あり）： 感度41.1%（95% CI: 32.4–49.5%）、特異度77.3%（95% CI: 73.6–80.8%）を達成した。楽観主義補正後のAUROCは0.708であった。
  • Score 2（細菌学なし）： 感度30.9%（95% CI: 22.6–40.4%）、特異度83.0%（95% CI: 79.5–86.3%）を達成した。楽観主義補正後のAUROCは0.676であった。
• 治療不足のリスク： 細菌学的検査を用いたWHO基準を使用した場合、重症疾患を持つ小児の78.4%（91/116）が、誤って4ヶ月レジメンの適格と分類された（治療不足のリスク）。Score 1を使用した場合、このリスクは58.6%（68/116）に改善された。細菌学的検査がない場合、WHO基準での治療不足のリスクは90.5%であり、Score 2では68.9%であった。

主要な貢献

1. 初の経験的評価： 本研究は、CXRのない環境における4ヶ月レジメンのWHO適格基準の診断精度を初めて経験的に評価し、重症疾患を検出する能力における重大な限界を明らかにした。
2. 予測スコアの開発： 著者らは、資源限定的な環境におけるWHO治療決定アルゴリズム（TDA）を補完するように設計された、2つの新しい臨床予測スコア（Score 1およびScore 2）を開発し、検証した。
3. リスクの定量化： 本研究は、現在のガイドラインに関連する治療不足の相当なリスクを定量化しており、新しいスコアはWHO基準よりも感度を向上させているものの、信頼できるスタンドアロンのツールとしては依然として不十分であることを示している。

意義および主張
本論文は、開発されたスコアは現在のWHO基準よりも高い感度を示すものの、臨床的特徴のみに基づいて放射線学的に重症の結核を確実に特定するには、全体的な性能が最適とは言えないと結論付けている。著者らは、適切なCXRインフラストラクチャが欠如している環境での4ヶ月レジメンの導入は依然として困難であると述べている。彼らは、現在のデータ駆動型のアプローチは、放射線学なしで安全に短縮レジメンを実施するための完全な代替手段にはなり得ないと強調している。したがって、本論文は、資源限定的な地域における手頃で実行可能なCXRへのアクセスの改善を提唱するとともに、コンピュータ支援検出ツールの活用、あるいは代替的な重症度分類方法に関するさらなる研究が必要であると示唆している。著者らは、彼らの知見は注意深い臨床フォローアップの必要性を浮き彫りにするものであり、現在の実務における決定的な置き換えとしてのこれらのスコアの即時かつ広範な採用を支持するものではないと警告している。