在埃塞俄比亚，采用数字依从性技术干预措施以减少对药物敏感的结核病成年患者的不良治疗结局和复发情况：一项三臂、实用性的、群组随机对照试验

《The Lancet Digital Health》：Digital adherence technology interventions to reduce poor end-of-treatment outcomes and recurrence among adults with drug-sensitive tuberculosis in Ethiopia: a three-arm, pragmatic, cluster-randomised, controlled trial

结核病数字依从性技术应用效果研究：智能药盒和标签干预未显著改善治疗结局和复发率，但标签组显示弱效减少失访

　　这项研究聚焦于数字依从性技术（DATs）在肺结核治疗中的应用效果，特别是这些技术是否能够改善治疗结局和减少复发情况。研究背景指出，尽管全球范围内肺结核治疗取得了一定进展，但耐药性肺结核的出现、病例检测和报告的不足以及治疗依从性差仍然是全球控制肺结核的挑战。因此，探索新的依从性支持手段显得尤为重要。在这一背景下，研究团队在埃塞俄比亚开展了一项大规模的三组随机对照试验，评估两种DATs——智能药盒和药物标签——对肺结核治疗结果的影响。

研究采用了集群随机试验设计，将78个卫生机构（集群）随机分配到智能药盒组、药物标签组或标准护理组。参与者为18岁及以上的耐药性肺结核患者，他们接受固定剂量组合的治疗方案。智能药盒组的患者获得带有可定制音频-视觉提醒的药盒，而药物标签组的患者则在其药物上贴有每周唯一的免费号码标签，通过发送短信来记录服药情况。此外，所有参与者都配备了治疗支持者，负责确保服药依从性，并在治疗中断时协助找回患者。研究还特别考虑了疫情对肺结核护理的影响，因为疫情导致了患者访问卫生机构的频率减少，而这些变化可能对治疗结果产生影响。

研究的主要复合结局包括死亡、失访、治疗失败、耐药性肺结核治疗的转换或复发。次要结局则包括治疗结束时的不良结局和失访情况。通过多种统计方法，包括多重插补和考虑集群设计的分析，研究团队评估了这些DATs对治疗结局的实际影响。研究结果显示，在12个月的随访期内，无论是智能药盒组还是药物标签组，都没有显著降低主要复合结局的风险。尽管药物标签组显示出轻微的失访率降低趋势，但这一结果并未达到统计学意义上的显著性。研究结果在完全案例分析和意向治疗分析中保持一致，表明DATs在改善治疗结果方面可能效果有限。

研究的局限性包括缺乏盲法设计，这可能导致偏倚。此外，研究团队没有独立测量依从性，如尿液异烟肼检测，这限制了对各组依从性差异的评估。尽管研究假设能够检测到主要复合结局的三分之一降低，但实际的不良结局率比预期要低，这可能与研究期间的总体改善有关，或者是因为更多的患者在治疗开始时接受了细菌学确认的肺结核诊断。研究还指出，由于依赖于自我报告来确认肺结核复发，可能影响结果的准确性。

尽管DATs在提高依从性方面显示出一定的潜力，但本研究的结果表明，它们在改善治疗结局方面可能不够。研究团队强调，DATs的有效性可能依赖于具体的DAT类型和实施环境，例如，在高收入国家中，视频支持的治疗可能更为有效，而在低收入和中等收入国家中，短信和药盒可能未能显著改善治疗结果。因此，需要进一步优化DAT的设计和实施策略，以提高其在肺结核管理中的效果。

研究的积极方面在于其实际性和广泛的实施范围，涵盖了多种类型的卫生机构，并由肺结核专职人员进行干预。此外，研究还考虑了治疗后6个月的随访，以评估肺结核复发情况，这在其他类似研究中较为少见。研究团队还进行了影响建模和经济评估，结果显示DATs虽然在减少残疾调整生命年方面效果有限，但可能为医疗工作者节省时间成本，并减轻最贫困家庭的负担。

综上所述，本研究强调了在肺结核管理中，单纯依赖依从性干预可能不足以取得显著的治疗效果。因此，未来的研究和创新需要更加注重将DATs与其他非数字干预措施相结合，以优化治疗策略并改善患者结局。此外，研究结果也提醒我们，需要更加全面地考虑影响治疗成功的各种因素，而不仅仅是依从性本身。