综述:区分免疫正常成人潜伏性结核感染与活动性结核病的新兴诊断方法系统综述
《BMC Infectious Diseases》:What is the future of latent tuberculosis diagnostics? A PRISMA-compliant systematic review
【字体:
大
中
小
】
时间:2026年10月22日
来源:BMC Infectious Diseases 3.2
编辑推荐:
## 摘要
### 背景
潜伏性结核感染(LTBI)影响全球约四分之一的居民,是未来活动性结核病(ATB)的主要潜在蓄积库。现有的免疫学诊断方法,包括结核菌素皮肤试验(TST)和γ-干扰素释放试验(IGRAs),无法可靠地区分LTBI与ATB,从而限制了其在精准预防策略中
## 摘要### 背景潜伏性结核感染(LTBI)影响全球约四分之一的居民,是未来活动性结核病(ATB)的主要潜在蓄积库。现有的免疫学诊断方法,包括结核菌素皮肤试验(TST)和γ-干扰素释放试验(IGRAs),无法可靠地区分LTBI与ATB,从而限制了其在精准预防策略中的临床应用价值。### 目的系统评估用于区分免疫正常成人LTBI与ATB的新兴诊断方法。### 方法依据PRISMA 2020指南,进行了一项两阶段的系统综述。第一阶段,检索了PubMed和Scopus数据库中2005年1月至2022年5月期间发表的旨在区分LTBI与ATB的诊断试验原始研究。纳入标准为:研究对象为免疫正常成人,且报告了诊断效能指标。排除涉及免疫功能低下人群、儿童、妊娠期妇女、动物模型或二手文献的研究。采用QUADAS-2评估偏倚风险,采用GRADE方法以叙述性方式评估证据确定性。在可获得的情况下提取敏感度和特异度。第二阶段,对2022年5月至2026年的文献进行了类似检索,以纳入更新的研究结果。### 结果共纳入15项研究,涉及3,967名参与者。诊断方法包括免疫学检测(n=11)和转录组学分析(n=4)。四种方法显示出令人振奋的诊断效能:(i)基于T-SPOT机器学习算法的cforest模型——敏感度92.80%,特异度89.86%;(ii)基于微小RNA的诊断生物标志物:let-7d-5p和miR-140-5p,两者联合使用时敏感度为100%,特异度为100%(内部测试集;无独立验证队列);(iii)基于多抗原酶联免疫吸附试验(ELISA)的IgG逻辑回归模型——敏感度93.33%,特异度93.10%;(iv)复合T-SPOT.TB诊断模型——敏感度93.21%,特异度90.00%。在参考标准和生物标志物阈值方面存在较大的异质性。### 结论多种新兴诊断方法在区分免疫正常成人LTBI与ATB方面显示出令人鼓舞的准确性。然而,研究设计和参考标准方面的异质性限制了其直接的临床转化。未来的研究应优先推进标准化工作、在高负担地区的验证以及在免疫多样性人群中的评估。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号