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

技术摘要：预测儿童肺结核的放射学严重程度

问题陈述
世界卫生组织（WHO）建议对非重症肺结核儿童采用为期 4 个月的缩短版抗结核方案，这一策略已通过 SHINE 试验得到验证。然而，该方案的符合标准依赖于排除放射学重症疾病，通常通过胸部 X 线检查（CXR）进行确认。在许多资源有限的环境中，CXR 的获取并不便利。WHO 提出了基于临床症状和细菌学检测状态的替代符合标准（“WHO 标准”），用于没有 CXR 的环境。然而，这些标准是基于专家共识而非经验证据制定的，这引发了对其能否准确识别需要标准 6 个月疗程的重症患儿能力的担忧。误诊可能导致治疗不足（导致预后不良）或过度治疗（增加药物毒性和成本）。因此，迫切需要评估现有标准的诊断准确性，并开发数据驱动的临床预测评分，以在缺乏影像学手段的情况下支持治疗决策。

研究方法
本研究利用了来自 Decide-TB 项目的个体参与者数据集（IPD），汇总了来自 8 个国家的 4 项诊断研究（RaPaed-TB、Umoya、TB-Speed HIV 和 TB-Speed Decentralisation）的数据。最终分析纳入了 2,383 名儿童，其中 633 名符合 4 个月方案评估的纳入标准（年龄 3 个月至 10 岁，排除了具有严重临床表现如严重急性营养不良或晚期 HIV 的患儿）。

• 参考标准： 放射学严重程度由一名独立的儿科结核病专家通过审查基线 CXR 来确定。“放射学非重症”定义为正常的 CXR 或特定的异常（例如，单侧淋巴结肿大、无空洞的单叶实变）。“放射学重症”包括多叶受累、空洞、粟粒样改变、气道阻塞或胸膜并发症。
• WHO 标准的评估： 通过自助法（1,000 次迭代）计算敏感性和特异性，评估了 WHO 标准（包括有/无细菌学检测的情况）相对于专家 CXR 参考标准的诊断准确性。
• 预测评分开发： 开发了两个带有随机截距的多元逻辑回归模型（以解释研究间的异质性）：
  • 模型 1（评分 1）： 包括 11 个临床预测因子以及细菌学检测结果（Xpert MTB/RIF 或 Ultra 半定量结果或涂片显微镜检查）。
  • 模型 2（评分 2）： 包括相同的 11 个临床预测因子，但不包括细菌学检测。
  • 预测因子包括年龄、性别、体重/年龄 Z 分数 BMI、咳嗽持续时间、发热持续时间、结核接触史、HIV 状态、盗汗、淋巴结肿大、心动过速和呼吸急促。
  • 使用自助重采样法对模型进行内部验证。将系数转换为整数评分系统（评分 1 和评分 2），目标敏感性设定为 ≥70%，以尽量减少漏诊重症病例。
• 分析： 在各种亚组（年龄、HIV 状态、营养状况、接触史）中评估了诊断性能（敏感性、特异性、AUROC）。

关键结果

• 人群特征： 在分析的 633 名儿童中，26.6% (168/633) 符合 4 个月方案的初始符合标准。在这些儿童中，经专家评审发现 18.3% (116/633) 存在放射学重症。
• WHO 标准的表现：
  • 结合细菌学检测： 敏感性为 30.1% (95% CI: 20.3–40.2%)，特异性为 83.4% (95% CI: 80.2–86.4%)。
  • 不含细菌学检测： 敏感性降至 21.7% (95% CI: 10.4–34.5%)，特异性为 81.9% (95% CI: 78.8–84.9%)。
  • 该标准在各亚组中表现出一致的低敏感性，特别是在 2–5 岁儿童和有结核接触史的儿童中。
• 开发评分的表现：
  • 评分 1（含细菌学检测）： 敏感性达到 41.1% (95% CI: 32.4–49.5%)，特异性为 77.3% (95% CI: 73.6–80.8%)。乐观度校正后的 AUROC 为 0.708。
  • 评分 2（不含细菌学检测）： 敏感性为 30.9% (95% CI: 22.6–40.4%)，特异性为 83.0% (95% CI: 79.5–86.3%)。乐观度校正后的 AUROC 为 0.676。
• 治疗不足风险： 使用结合细菌学检测的 WHO 标准时，78.4% (91/116) 的重症患儿被错误地归类为符合 4 个月方案的标准（治疗不足风险）。使用评分 1 时，该比例改善至 58.6% (68/116)。在不含细菌学检测的情况下，使用 WHO 标准时的治疗不足风险为 90.5%，使用评分 2 时为 68.9%。

主要贡献

1. 首次经验性评估： 这是首个对在没有 CXR 环境下使用 WHO 4 个月方案符合标准的诊断准确性进行经验性评估的研究，揭示了其在检测重症疾病方面的显著局限性。
2. 开发预测评分： 作者开发并验证了两个新型临床预测评分（评分 1 和评分 2），旨在作为资源有限环境下 WHO 治疗决策算法（TDAs）的补充。
3. 量化风险： 本研究量化了当前指南带来的显著治疗不足风险，证明虽然新评分提高了敏感性，但仍不足以作为可靠的独立使用工具。

意义与主张
论文得出结论，虽然开发的评分显示出比当前 WHO 标准更好的敏感性，但仅凭临床特征来可靠识别放射学重症结核结核的整体表现仍然欠佳。作者指出，在缺乏充足 CXR 基础设施的情况下，实施 4 个月方案仍然具有挑战性。他们强调，目前的数据驱动方法无法完全取代对影像学评估的需求。因此，论文倡导在资源有限的环境中提高负担得起的、可行的 CXR 的获取能力，并建议引入计算机辅助检测工具或进一步研究替代性的严重程度分类方法，以便在没有影像学手段的情况下安全地实施缩短版方案。作者提醒，其研究结果凸显了加强临床随访的必要性，并不支持将这些评分作为当前实践中替代 CXR 的确定性替代方案进行大规模推广。