基于随机森林和逻辑回归模型，对中国北京市肺结核患者中两种延迟类型及其影响因素的分析

《BMC Public Health》：Analysis of two types of delays and influencing factors among pulmonary tuberculosis patients in Beijing, China based on random forest and logistic regression model

　　

摘要

背景

寻求医疗和诊断的延迟仍然是结核病（TB）控制的主要障碍。然而，在北京，导致这些延迟的动态变化及其关键因素（包括COVID-19大流行期间和之后的变化）仍不明确。本研究旨在全面分析北京市朝阳区肺结核（PTB）患者寻求医疗和诊断延迟的现状及其影响因素，以提供早期发现和及时诊断的证据。

方法

从2016年到2024年，研究人员从中国疾病预防控制信息系统（China Disease Prevention and Control Information System）中回顾性收集了北京市朝阳区肺结核病例的数据。使用joinpoint回归分析按年龄和性别划分的寻求医疗和诊断延迟的时间趋势。根据识别的趋势模式，构建了一个分类时间相关变量，并将其结合到逻辑回归（logistic regression）和随机森林（random forest）模型中，以全面探讨这两种延迟的影响因素。

结果

在总共纳入的7,683例肺结核病例中，寻求医疗的中位时间为3天（IQR：0–19天），诊断的中位时间为5天（IQR：0–20天），延迟率分别为29.7%和30.6%。时间趋势显示，从2016年到2022年，寻求医疗的延迟有所减少（APC=-3.340，P=0.015），然后从2022年到2024年延迟增加（APC=30.335，P<0.001），而从2018年到2024年，诊断延迟先增加后减少（APC=-11.478，P=0.002）。女性、直接就诊、获得细菌学检测结果、重新治疗以及2023–2024年期间与较高的寻求医疗延迟相关；而首次在其他地区就诊（OR=0.27，95%CI：0.23–0.32）和在较低级别医疗机构就诊（初级或更低的医疗机构OR=0.17，95%CI：0.11–0.28）是降低延迟的保护因素。对于诊断延迟，合并其他结核病、首次在城外就诊（OR=2.56，95%CI：1.53–4.26）和首次在非指定医疗机构就诊（三级医院OR=4.77，95%CI：3.92–5.79）会增加风险，而汉族、直接就诊、获得细菌学检测结果以及2023–2024年期间则与较低的风险相关。随机森林分析表明，首次就诊的医疗机构、首次就诊地区和细菌学检测结果是这两种延迟的最重要预测因素。

结论

北京市朝阳区的寻求医疗和诊断延迟相对较低，但在2022年后呈现不同的趋势。通过综合分析方法揭示了主要决定因素。应优先考虑在综合医院扩大快速分子检测规模，并在初级保健中实施影像辅助筛查，以提高活跃病例的发现率并减少延迟。