COVID-19大流行对越南结核病防控的长期影响：基于动态传播模型的病例检测与防控策略评估

本研究针对COVID-19大流行对越南结核病(TB)防控体系的冲击，通过建立年龄结构化的动态传播模型(SEILTR模型)，量化了病例检测中断导致的短期和长期影响。研究发现2021年越南因疫情导致TB病例漏诊约2000例(95%CrI:200-5100)，死亡增加1100例(95%CrI:100-2700)；模型预测至2035年累计将产生22000例额外病例和5900例死亡。研究创新性提出通过"双X策略"(GeneXpert联合胸片)提升5倍病例发现率可预防34.2%的TB相关死亡，为高负担国家后疫情时代的TB防控提供了关键决策依据。

　　

在结核病(TB)仍是全球重大公共卫生挑战的背景下，越南作为世界卫生组织(WHO)认定的30个高负担国家之一，2023年TB发病率仍高达182/10万。然而COVID-19大流行的突然来袭，使得这个本已脆弱的防控体系雪上加霜——2021年越南TB通报病例出现断崖式下降，这究竟是疫情防控措施意外阻断了TB传播，还是大量病例因医疗系统瘫痪而未被发现？这个问题的答案将直接影响后疫情时代的防控策略制定。

澳大利亚莫纳什大学(Monash University)公共卫生与预防医学院的研究团队Viet Long Bui等人在《The Journal of Infectious Diseases》发表的研究，首次采用动态传播模型揭示了这一谜团。研究人员构建了包含易感者(S)、早期潜伏感染(E)、晚期潜伏感染(L)、活动性TB(I)、治疗中(T)和康复者(R)六种状态的年龄结构化SEILTR模型，通过校准越南2007-2017年全国TB流行病学调查和疫情通报数据，量化了COVID-19对结核杆菌(M.tb)传播链的冲击效应。

研究采用四大关键技术方法：(1)基于Python的summer建模框架构建多维度(年龄/BCG接种/临床分型)传播模型；(2)利用PyMC算法校准四种疫情干扰假设；(3)整合越南第二次全国TB患病率调查(2017年)的细菌学确诊数据；(4)模拟"双X策略"等病例发现强化场景。

模型校准结果

通过比较四种假设的拟合优度(EPLD-WAIC指标)，发现仅考虑病例检测降低的假设2(检测率下降33%)最能解释2021年通报量骤降现象。模型显示平均诊断延迟从1.8年延长至2.23年，导致儿童TB发病率增幅(3.1%)显著高于成人(1.8%)。

长期影响预测

模型预测到2035年，COVID-19导致的诊断中断将造成22000例(95%CrI:1900-63000)额外TB病例和5900例(95%CrI:600-16600)超额死亡。这主要源于潜伏感染池扩大——2019年越南潜伏感染率(LTBI)已达45%(95%CrI:39%-51%)，其中50%以上的活动性TB病例源自近期传播。

干预方案评估

模拟显示若将病例发现率提升5倍(诊断延迟缩短至0.36年)，到2035年可预防17.8%(95%CrI:13.1%-21.9%)的新发病例和34.2%(95%CrI:31.5%-37.0%)的死亡。这验证了越南正在推行的"双X策略"(胸部X光联合GeneXpert分子检测)的科学性。

这项研究的重要价值在于：首次通过动态模型量化了公共卫生危机对TB防控的"涟漪效应"，揭示了短期服务中断可能引发长达十余年的疾病负担反弹。尽管存在儿童TB估计偏高、社会接触矩阵更新不及时等局限，但研究为高负担国家提供了关键决策依据——必须通过增强诊断可及性(如基层推广GeneXpert)、建设韧性卫生系统来弥补疫情损失。正如作者强调，任何未来可能的突发公共卫生事件都可能再次威胁TB防控成果，这提醒全球卫生社区需要建立更可持续的TB防控投资机制。