北京結(jié)核病控制研究所防控科(100035)

閆銀鎖 許 琰 倪新蘭 趙春卉 趙 瑤 高志東△

【提 要】 目的 分析北京地區(qū)肺結(jié)核患者治療結(jié)局的影響因素。方法 以2016-2018年北京市登記的肺結(jié)核患者為研究對(duì)象，通過(guò)構(gòu)建兩水平回歸模型分析影響肺結(jié)核患者治療結(jié)局的相關(guān)因素。結(jié)果 在研究范圍內(nèi)影響肺結(jié)核患者治療結(jié)局的因素包括年齡和職業(yè)。年齡在40～59歲組和60歲及以上組肺結(jié)核患者治療不成功的風(fēng)險(xiǎn)分別是0～19歲組的1.895倍和2.014倍，差異有統(tǒng)計(jì)學(xué)意義(P<0.05)；職業(yè)為農(nóng)牧漁民/民工/長(zhǎng)途駕駛員組及離退/家務(wù)/待業(yè)/其他組肺結(jié)核患者治療不成功的風(fēng)險(xiǎn)分別是干部職員/衛(wèi)生教育/工人組1.765倍和1.818倍，差異有統(tǒng)計(jì)學(xué)意義(P<0.05)；不同性別、戶籍、診斷結(jié)果、治療分類的肺結(jié)核患者治療結(jié)局差異均無(wú)統(tǒng)計(jì)學(xué)意義(P≥0.05)。結(jié)論 中老年、非穩(wěn)定性就業(yè)人群治療結(jié)局相對(duì)較差，提示相關(guān)服務(wù)部門應(yīng)有針對(duì)性加強(qiáng)該部分人群的督導(dǎo)服藥管理，實(shí)施有針對(duì)性的干預(yù)策略。

結(jié)核病是嚴(yán)重危害人類健康的傳染病，是全球關(guān)注的公共衛(wèi)生和社會(huì)問(wèn)題。20世紀(jì)40年代以后，隨著抗結(jié)核藥物的問(wèn)世和直接面試下短程化療(directly observed treatment，short-course，DOTS)策略的實(shí)施，全球結(jié)核病疫情得以有效控制[1-2]。但時(shí)至今日結(jié)核病控制形勢(shì)依然嚴(yán)峻，2017年全球估算結(jié)核病新發(fā)患者1000萬(wàn)[3]，按照世界衛(wèi)生組織的估計(jì)，一個(gè)未經(jīng)治愈的活動(dòng)性肺結(jié)核病人在一年之中可以通過(guò)密切接觸感染10～15個(gè)人。由此可見(jiàn)，加強(qiáng)肺結(jié)核病人規(guī)范治療并治愈肺結(jié)核，對(duì)控制其傳播十分重要。在抗結(jié)核治療過(guò)程中，由于受多種因素的影響，許多患者不能遵從醫(yī)囑，堅(jiān)持規(guī)律、全程用藥，從而直接影響肺結(jié)核治療效果或產(chǎn)生耐藥[4]。為了解影響病人治療結(jié)局影響因素，本文采用兩水平logistic回歸模型，對(duì)影響北京市肺結(jié)核患者治療結(jié)局的相關(guān)因素進(jìn)行分析，為提出針對(duì)性的治療管理策略提供依據(jù)。

資料和方法

1.研究對(duì)象

資料來(lái)源于《中國(guó)疾病預(yù)防控制信息系統(tǒng)》的子系統(tǒng)《結(jié)核病信息管理系統(tǒng)》，選擇2016-2018年北京市所有定點(diǎn)醫(yī)療機(jī)構(gòu)登記且現(xiàn)住址為本市的肺結(jié)核患者，納入對(duì)象需為確定診斷的肺結(jié)核患者且治療結(jié)束原因?yàn)橹委煶晒?包括治愈、完成療程)和治療不成功(包括失敗、丟失或不良反應(yīng))。此外，收集的患者信息還包括登記號(hào)、性別、年齡、現(xiàn)住址、職業(yè)、戶籍、診斷結(jié)果和治療分類。

2.研究方法

多水平模型分析作為一種有效處理具有層次結(jié)構(gòu)數(shù)據(jù)的方法[5-6]，與傳統(tǒng)方法相比，其優(yōu)勢(shì)在于可以將單一的隨機(jī)誤差項(xiàng)分解到與數(shù)據(jù)層次結(jié)構(gòu)相應(yīng)的各水平上，具有多個(gè)隨機(jī)誤差項(xiàng)并估計(jì)相應(yīng)的殘差方差及協(xié)方差。該類數(shù)據(jù)主要特征是因變量在個(gè)體的分布間不具備獨(dú)立性，即存在某個(gè)或某些范圍內(nèi)的聚集性，利用多水平模型能夠?qū)?shù)估計(jì)分為固定效應(yīng)和隨機(jī)效應(yīng)，從而為層次結(jié)構(gòu)數(shù)據(jù)的分析提供解決辦法[7-8]。

北京市行政區(qū)劃分為16個(gè)區(qū)，由于各區(qū)經(jīng)濟(jì)水平、生活方式、醫(yī)療條件等方面可能具有某種程度上的相似性或聚集性[9-10]，使得肺結(jié)核患者的資料信息存在層次結(jié)構(gòu)，即數(shù)據(jù)之間是非獨(dú)立的。因此本文選用多水平模型中的兩水平logistic回歸模型，對(duì)2016-2018年北京市所有登記且符合納入標(biāo)準(zhǔn)的肺結(jié)核患者治療結(jié)局進(jìn)行分析，模型表示為：

logit(Pij)=(β0+u0j)+β1x1ij+…+βnxnij

3.統(tǒng)計(jì)學(xué)處理

采用SAS 9.2對(duì)研究數(shù)據(jù)進(jìn)行橫斷面分析，非正態(tài)分布的計(jì)量資料以“極差”和“中位數(shù)”表示，計(jì)數(shù)資料以“例數(shù)”和“構(gòu)成比”表示；采用MLwiN 2.29軟件建立兩水平logistic回歸模型，回歸系數(shù)以Waldχ2檢驗(yàn)，結(jié)果以P<0.05為差異有統(tǒng)計(jì)學(xué)意義。變量賦值規(guī)則見(jiàn)表1。

表1 研究資料的變量名稱及賦值規(guī)則

結(jié) 果

1.研究對(duì)象的基本情況

本次研究對(duì)象納入14119例，其中男性9158例，女性4961例，男女構(gòu)成比為1.8∶1；年齡最小6歲，最大95歲，中位數(shù)為37歲，以25～29歲年齡組病例數(shù)最多。治療成功患者13576例，治療不成功患者543例。

2.治療結(jié)局相關(guān)因素分析

(1)零模型檢驗(yàn)

表2 零模型檢驗(yàn)分析結(jié)果

(2)兩水平logistic回歸模型擬合

進(jìn)一步將可能影響肺結(jié)核患者治療結(jié)局的解釋變量引入模型，采用兩水平logistic回歸模型進(jìn)行擬合。結(jié)果顯示，年齡和職業(yè)因素對(duì)治療結(jié)局具有影響。

年齡在40～59歲組和60歲及以上組肺結(jié)核患者治療不成功的風(fēng)險(xiǎn)分別是0～19歲組的1.895倍(95%CI：1.389～2.400)和2.014倍(95%CI：1.492～2.535)，差異均有統(tǒng)計(jì)學(xué)意義(P<0.05)；年齡在20～39歲組與年齡在0～19歲組比較差異無(wú)統(tǒng)計(jì)學(xué)意義。

職業(yè)為農(nóng)牧漁民/民工/長(zhǎng)途駕駛員組及離退/家務(wù)/待業(yè)/其他組肺結(jié)核患者治療不成功的風(fēng)險(xiǎn)分別是干部職員/衛(wèi)生教育/工人組1.765倍(95%CI：1.426～2.104)和1.818倍(95%CI：1.560～2.077)，差異均有統(tǒng)計(jì)學(xué)意義(P<0.05)；餐飲食品/商業(yè)服務(wù)/保育保姆組與干部職員/衛(wèi)生教育/工人組比較差異無(wú)統(tǒng)計(jì)學(xué)意義。

不同性別(男性與女性)、不同戶籍(本地與外省)、不同診斷結(jié)果(病原學(xué)陽(yáng)性與病原學(xué)陰性/無(wú)病原學(xué)結(jié)果)、不同治療分類(初治與復(fù)治)的肺結(jié)核患者治療結(jié)局差異均無(wú)統(tǒng)計(jì)學(xué)意義。

討 論

2015年后全球結(jié)核病控制策略是“終止結(jié)核病”，即2035年結(jié)核病的發(fā)病率在2015年的基礎(chǔ)上要下降95%。要達(dá)到此項(xiàng)目標(biāo)，關(guān)鍵在于圍繞發(fā)現(xiàn)患者和治療結(jié)核兩大核心環(huán)節(jié)開(kāi)展防治工作。研究表明，有效的管理既是結(jié)核病患者治療成功的關(guān)鍵因素[12]，也是控制耐藥產(chǎn)生的關(guān)鍵因素[13]。

本次研究結(jié)果顯示，年齡在40～59歲組和60歲及以上組，職業(yè)為農(nóng)牧漁民/民工/長(zhǎng)途駕駛員組和離退/家務(wù)/待業(yè)/其他組是影響治療結(jié)局的危險(xiǎn)因素，該結(jié)論與武漢市研究結(jié)果一致[14]。推測(cè)中老年人，非穩(wěn)定性就業(yè)等人群由于自身免疫力差，經(jīng)濟(jì)水平低及健康意識(shí)弱等因素治療結(jié)局較差，提示相關(guān)服務(wù)部門應(yīng)有針對(duì)性地加強(qiáng)該部分人群的督導(dǎo)服藥管理，對(duì)于特殊人群研究個(gè)體化治療方案，減少不良反應(yīng)發(fā)生率，提高患者治療成功率。本研究中病原學(xué)陰性或無(wú)病原學(xué)結(jié)果比較沒(méi)有差異，該結(jié)論與既往研究[15-16]有所不同，推測(cè)一方面可能與本文分類依據(jù)不同有關(guān)，隨著結(jié)核分枝桿菌分子生物學(xué)檢測(cè)方法的逐漸普及，本文以病原學(xué)陽(yáng)性(涂陽(yáng)、培陽(yáng)、分子生物學(xué)檢出)為分類組，相比以往僅依靠痰涂片或痰培養(yǎng)等細(xì)菌學(xué)分類更加科學(xué)。筆者認(rèn)為雖然病原學(xué)陽(yáng)性患者一般情況下較病原學(xué)陰性患者病情重且治療難度增加，但其傳染性也能夠引起患者及督導(dǎo)管理人員的重視，從而對(duì)提高患者治愈率是有益的，也是符合邏輯的。

表3 肺結(jié)核患者治療結(jié)局兩水平logistic回歸模型分析結(jié)果

本次選取的研究對(duì)象來(lái)自于北京市內(nèi)所有定點(diǎn)醫(yī)療機(jī)構(gòu)收治的患者，其中北京胸科醫(yī)院收治的患者占全部研究對(duì)象的36.7%(5163/14068)。與劉韞寧等[15]在2011年對(duì)北京市肺結(jié)核患者治療依從性的研究相比，本研究彌補(bǔ)了胸科醫(yī)院患者未納入研究對(duì)象的不足，研究資料更加全面，該作者對(duì)于在研究中得出職業(yè)工人和農(nóng)民為治療結(jié)局保護(hù)因素結(jié)論的懷疑，推測(cè)應(yīng)與研究資料的缺失有關(guān)的假想，在本文中得到了佐證。

傳統(tǒng)的多元回歸模型的估計(jì)方法是建立在個(gè)體測(cè)量值相互獨(dú)立的假設(shè)上，當(dāng)數(shù)據(jù)存在層次結(jié)構(gòu)時(shí)，傳統(tǒng)統(tǒng)計(jì)模型隨機(jī)誤差項(xiàng)獨(dú)立的假設(shè)不再成立，從而導(dǎo)致統(tǒng)計(jì)推斷結(jié)論產(chǎn)生偏倚[17]。若在層次結(jié)構(gòu)性不強(qiáng)的情況下傳統(tǒng)模型的結(jié)論較為恰當(dāng)，但在層次結(jié)構(gòu)性較強(qiáng)的情況下，使用傳統(tǒng)的統(tǒng)計(jì)方法就可能得出不可靠的結(jié)論[18]。本文在方法上采用兩水平logistic回歸模型，同時(shí)筆者也嘗試使用傳統(tǒng)logistic回歸模型對(duì)研究資料進(jìn)行擬合，結(jié)果顯示職業(yè)為農(nóng)牧漁民/民工/長(zhǎng)途駕駛員組與離退/家務(wù)/待業(yè)組患者治療結(jié)局差異無(wú)統(tǒng)計(jì)學(xué)意義(Wald檢驗(yàn)結(jié)果，χ2=3.080，P=0.079)，該危險(xiǎn)因素并未通過(guò)傳統(tǒng)模型發(fā)現(xiàn)，也說(shuō)明多水平模型對(duì)于具有層次結(jié)構(gòu)的數(shù)據(jù)進(jìn)行擬合能夠發(fā)現(xiàn)更加精細(xì)的差異。