印度尼西亚结核病消除动态系统建模研究：以西爪哇省库宁安地区为例

《Informatics in Medicine Unlocked》：Dynamic System of Tuberculosis Elimination Modelling in Indonesia: A Study in Kuningan, West Java, Indonesia

结核病消除策略动态模型研究：基于Kuningan地区多因素干预的模拟分析。该研究构建并验证了系统动力学模型，整合患者行为（依从性、认知）、环境（湿度、通风）、营养及药物副作用等参数，预测到2040年通过适度干预结核病例可从82降至55，极端干预降至10。研究表明多维度干预（行为改变、环境改善、药物管理）是结核病消除的关键。

　　### 研究背景与目标

在印尼，结核病（TB）仍然是一个重要的公共卫生问题，该国目前在全球结核病发病率排名中位列第二。为应对这一挑战，印尼卫生部制定了《2020-2024年国家结核病消除战略》，并设定了2030年将发病率降至每10万人65例的目标。该战略主要依赖于两种模型：结核病影响模型和估算模型，通过五项干预措施，如潜伏性结核病治疗、高风险人群筛查、使用细菌学方法进行诊断、应用快速分子检测方法以及增加资源以加强结核病服务，预计可使结核病发病率在2030年下降73%。然而，尽管这些政策进展，许多地区级项目仍然依赖于离散的里程碑，而非动态、系统化的规划。因此，研究者提出开发一个结合当地流行病学、环境、行为和健康系统反馈的模型，以测试长期情景并优化消除策略。

本研究旨在构建一个本地化的动态系统模型，模拟行为、环境和治疗相关干预措施对印尼西爪哇省昆宁安县（Kuningan）结核病消除的影响。模型涵盖了人口学、流行病学、环境、心理社会、药物副作用和生活方式等因素。通过这种系统动态建模方法，研究者希望为地区级规划提供实用工具，并支持国家层面的结核病消除议程。

### 方法与模型构建

本研究采用了一种**系统动态建模方法**，以模拟结核病的传播和控制过程。研究团队使用了Powersim Studio 10 Academic软件进行建模，并遵循系统动态建模的标准流程，包括问题概念化、模型构建、验证、情景开发和政策模拟。系统动态模型提供了一个基于人口的模拟框架，研究者强调未来可以将机器学习的输出（如风险预测评分）整合到动态模型中，以进一步优化结核病控制策略。

在问题定义和概念化阶段，研究团队通过与Ciniru卫生中心的利益相关者交流以及文献回顾，开发了一个**因果循环图（CLD）**，以可视化影响结核病传播和控制的相互关联因素。模型的主要变量包括易感人群、潜伏性结核病病例、活动性结核病患者和康复患者。关键的流变量包括传播率（受接触强度和环境的影响）、检测和诊断率、治疗启动和完成率以及影响依从性的副作用率。

模型的参数值基于经验数据（2019–2023年）、调查结果（n=30名结核病患者）和文献资料进行校准。研究团队还使用了逻辑回归输出和描述性统计来评估参数敏感性。为了确保模型的准确性，研究者对历史数据进行了验证，通过比较模拟数据和真实数据，计算出绝对平均误差（AME）的值。结果显示，所有主要输出变量的AME均低于5%，表明模型具有较强的预测能力。

### 情景开发与政策模拟

研究团队将模型分为两种情景：**中等情景**和**极端情景**。中等情景假设在现实操作范围内进行改进，包括教育、信念、营养和减少副作用。在该情景下，研究预测到2040年，结核病病例将从82例减少到55例，疑似病例的治疗人数将从702人减少到614人。极端情景则假设所有积极因素被最大化，副作用被显著降低。在这种情景下，结核病病例预计将在2040年减少到10例，疑似病例的治疗人数将从702人减少到614人。

为了评估模型的稳定性，研究团队进行了单向敏感性分析，对关键变量（如治疗覆盖率、副作用概率和信念评分）进行±10%的参数调整。结果显示，模型在这些变化下仍然保持稳定，这表明其结构具有内在一致性。此外，研究团队指出，未来可以进一步优化模型，通过纳入潜伏性结核病传播、再感染周期和共病相互作用等要素，提高模型的准确性和适用性。

### 研究结果与分析

本研究共招募了30名正在接受结核病治疗的患者，其中6名患有潜伏性结核病感染。这些患者的主要特征包括：大多数处于生产年龄（18–60岁），男性占比较高，且多数已婚，无共病。仅有3名患者患有糖尿病或高血压等共病。这些结果与印尼之前的研究相似，表明该地区的结核病患者群体具有一定的代表性。

研究发现，所有结核病患者均存在住房条件不佳的问题，尤其是家庭房间和卧室的湿度较高，这与之前的研究所提到的温度和湿度与结核病发病率之间的关系一致。此外，患者的不良生活习惯也普遍存在，例如不食用绿叶蔬菜、使用传统食用油、摄入咖啡、茶和含咖啡因的饮料，以及在与他人接触时不使用口罩。这些发现表明，生活方式和家庭环境是影响结核病传播的重要因素。

在治疗依从性方面，大多数患者（73.91%）表现出良好的依从性，而少数患者（26.09%）的依从性较差。研究团队通过**MARS问卷**评估了患者的依从性，并发现患者普遍了解结核病的可治愈性、通过咳嗽和痰液传播的特性以及健康生活方式的重要性。然而，仅34.78%的患者在与他人交流时始终佩戴口罩，这反映了知识与行为之间的差距。

### 模型的有效性与预测能力

模型的验证结果显示，其在预测结核病病例和治疗覆盖率方面表现出较高的准确性。通过比较模拟数据与实际数据（2019–2023年），模型的误差值均低于5%，这表明模型的结构和假设与研究区域的结核病检测和治疗模式相一致。研究团队指出，这种动态模型可以可靠地用于预测和政策情景测试。

此外，研究团队发现，结核病的持续增加趋势与疑似病例的酸性抗酸杆菌（ARB）检测结果一致。因此，印尼需要更长时间来减少这种负担。模型还揭示了生活方式、营养状况和药物副作用对结核病传播和恢复的显著影响。例如，研究发现，健康饮食和规律锻炼有助于减少结核病的传播，而不良饮食习惯和缺乏运动则增加了患病风险。

### 情景分析与政策建议

研究团队比较了中等情景和极端情景的结果，发现中等情景下，结核病病例预计减少约24%，而极端情景下，病例将减少近88%。这表明，多方面的干预措施可以产生显著的协同效应。尽管极端情景可能在实际操作中面临资源限制，但它为未来的理想规划提供了基准。

研究团队进一步指出，结核病的控制不仅需要生物医学干预，还应关注社会、行为和环境决定因素。因此，他们提出了多项政策建议，包括加强患者中心化护理，特别是在管理副作用和提高依从性方面；扩大营养和环境干预措施，如“健康之家”倡议（Rumah Sehat）以减少环境传播；以及推广基于行为改变的健康教育，以提高结核病相关健康素养和保护行为，如佩戴口罩和改善家庭卫生条件。

### 研究的局限性与未来展望

尽管本研究取得了一定成果，但也存在一些局限性。首先，研究样本量较小，仅限于单一诊所的患者，这可能影响模型的外部有效性。其次，研究未纳入疫苗接种和药物耐药性因素，而这些因素在全球范围内对结核病负担具有重要影响。此外，研究依赖于自我报告数据，这可能引入偏差。

未来的研究应扩展样本规模，并采用多中心设计以提高模型的适用性。同时，应纳入疫苗接种的影响、药物耐药性的动态变化以及再感染和再激活周期，以更准确地预测长期流行病学趋势。研究团队还建议，可以将动态建模方法与数字监测系统（如SITB 2.0）相结合，以实现实时数据更新和更精准的模拟预测。

### 结论与政策意义

本研究构建并验证了一个系统动态模型，用于模拟昆宁安县的结核病消除策略。通过整合行为、环境、心理社会和临床变量，该模型提供了一个全面的框架，以理解影响结核病负担的复杂相互作用。研究结果表明，如果不采取有针对性的干预措施，结核病的发病率将在2040年继续上升。然而，通过改善患者的生活方式、营养状况、健康信念和管理药物副作用，可以显著减少结核病的传播。

极端情景下的模拟结果显示，结核病病例将从82例减少到10例，表明全面实施多维度干预措施具有巨大潜力。研究强调，结核病的消除不仅需要生物医学手段，还应考虑社会、行为和环境因素。该模型为印尼国家结核病消除路线图（2020–2024年，延伸至2030年）提供了直接的政策启示，并支持地区级卫生部门在实施干预措施前进行情景测试。

本研究的成果表明，系统科学和基于模拟的决策方法在地区层面具有广阔的应用前景。未来，研究者可以进一步优化模型，使其更准确地反映结核病的传播动态，并支持更有效的政策制定和资源分配。此外，研究团队还指出，随着技术的发展，可以将机器学习和分数微积分等方法整合到动态建模中，以增强模型的预测能力和实用性。