亲爱的编辑：
我们非常有兴趣地阅读了Muniyandi等人撰写的文章《印度结核病检测中UniAMP与Truenat的成本比较》。引用1作者探讨了印度结核病（TB） elimination 计划面临的一个重要挑战：如何在资源有限和分散化环境中扩大快速分子诊断的覆盖范围，同时保持其可行性。他们的分析表明，UniAMP的每次检测成本约为483卢比，而Truenat的成本为834卢比，单位检测成本降低了约42%。然而，这一经济优势伴随着诊断效率的降低：在1000名疑似结核病患者中，UniAMP仅检测出265例真阳性病例，而Truenat可检测出296例。引用1
尽管这项研究提供了有用的初步证据，但在将这些估计转化为实际编程决策之前，仍需进一步讨论若干方法学问题。
首先，较低的诊断成本与更高的经济价值之间需要明确区分。UniAMP每次检测可为每位患者节省351,600卢比，但检测出的真阳性病例却少31例。直接根据报告的数据，使用Truenat而非UniAMP意味着每多检测出一例真阳性结核病患者，将需要额外支出约11,342卢比（351,600卢比除以31）。这种增量分析方式能比单纯比较平均检测成本更清晰地展示成本效益的权衡。重要的是，如果不考虑后续治疗带来的收益、预防的传播、伤残调整生命年数、死亡率以及长期医疗支出，就无法判断这笔额外支出是否具有可接受的价值。
这个问题更加重要，因为误诊结核病不仅仅意味着实验室结果的遗漏。未被发现的疾病患者可能会延迟治疗、病情恶化并继续传染他人。作者也正确指出，治疗结果、传播情况和长期成本不在他们的模型范围内。引用1尽管如此，由于UniAMP的检测准确率低10.7%，因此忽视这些后续后果可能会使这种较便宜的检测方法占据优势。未来的分析应扩展时间范围，涵盖治疗开始后的情况，以及二次传播和健康结果。
其次，应更多关注成本参数的不确定性。有趣的是，该研究为UniAMP和Truenat的成本提供了合理的低值和高值，但报告的单向敏感性分析仅改变了结核病的患病率、灵敏度和特异性，并未涉及主要的经济变量。引用1由于资本成本是按年化计算的，并且除以假设的检测量，因此每次检测的成本可能受到设备利用率、试剂盒价格、设备寿命、维护费用、人员时间和患者处理量的显著影响。低检测量的基层机构与高吞吐量的参考中心的单位成本可能会有很大差异。因此，通过不同日检测量的情景分析以及概率敏感性分析，可以大大增强经济结论的可靠性。
第三，这两种技术的诊断性能估计来自不同的证据来源，而不是在同一患者群体中进行直接对比评估。UniAMP的参数主要来自ICMR的验证数据，而Truenat的估计数据来自已发表的文献。引用1患者群体、样本处理方式、患病率和操作条件的差异可能会影响检测灵敏度的差异。在一个患者群体中同时使用这两种技术进行前瞻性对比研究，将能提供更有力的证据来评估实际的诊断效果。
第四个问题是关于提出的UniAMP与Truenat的顺序使用方案。由于UniAMP无法检测利福平耐药性，阳性患者需要再次进行Truenat检测。模型假设了这一额外检测流程，但仍估计总体成本更低。然而，实际情况中分散化的诊疗项目可能会遇到延误、转诊失败、样本运输问题以及首次检测与第二次检测之间的随访丢失。因此，技术部署应被视为整个卫生系统的一部分，而不仅仅是购买一个成本更低的诊断工具。以往关于数字医疗实施的研究也强调了将技术创新转化为临床实践时，与现有系统、基础设施、可及性和可持续定价整合的重要性。引用2同样，对临床技术的简单修改也可能引入意外的工作流程或转换风险，除非仔细评估其实际影响。引用3
因此，不应低估UniAMP的潜力。它的便携性、低基础设施要求和较低的检测成本可能使分子结核病诊断更加普及，尤其是在传统诊断平台难以部署的地方。然而，成本效益的评估不应脱离诊断机会的损失来单独进行。下一步最有意义的工作将是一项前瞻性的多中心成本效益研究，涵盖设施级别的使用情况、完整的诊断流程、随访丢失情况、耐药性检测、传播后果以及患者的长期预后。我们祝贺Muniyandi等人引发了关于印度可负担型分子结核病诊断的重要讨论。他们的发现为未来的研究奠定了基础，但一个更广泛的经济框架将有助于确定哪种诊断策略能够在投入的资源下带来最大的健康效益。
致谢
CRediT：Shaveta Mala：概念化、监督；Suman Khanna：概念化、调查；Uzma Abbas：概念化、调查；Mahapara Abbass：撰写、审稿和编辑。所有作者都审查并批准了最终稿件。
利益冲突声明
作者未报告任何潜在的利益冲突。
生成式AI被用于协助语言润色和组织结构。所有论点、事实陈述、解释和引用都经过作者审核和验证，作者对最终内容负全部责任。
数据可用性声明
本通信仅基于已发表的文献，未涉及招募人类参与者、使用可识别参与者数据或动物实验；因此，无需伦理批准或知情同意。没有生成新的原始数据。本通信中提到的所有观察结果均来自已发表的文章和引用的文献。
