李曉穎,肖江明,廖 璞,△

1.西南醫(yī)科大學(xué)附屬醫(yī)院檢驗科,四川瀘州 646000;2.重慶市人民醫(yī)院檢驗科,重慶 400010

結(jié)核病是由結(jié)核分枝桿菌引起的傳染性疾病。根據(jù)世界衛(wèi)生組織的報道,2021年全球報告的新發(fā)結(jié)核病例數(shù)約為640萬,死亡人數(shù)超過160萬[1]。目前,全球約有25%的人感染了結(jié)核分枝桿菌,其中大多數(shù)人處于結(jié)核病潛伏感染狀態(tài)[1-2]。雖然潛伏感染患者沒有臨床癥狀,但其中5%～10%的患者可能發(fā)展為活動性結(jié)核并成為新的傳染源,其具體癥狀和體征取決于所受累的器官[3-4]。結(jié)核菌素試驗和干擾素-γ釋放試驗是潛伏性結(jié)核的推薦診斷方法,但這兩種方法均不能有效區(qū)分活動期和潛伏期患者,且結(jié)果容易受到患者免疫狀態(tài)的影響[5]。因此,尋找能夠有效區(qū)分活動性結(jié)核和潛伏性結(jié)核的生物標(biāo)志物是關(guān)鍵。微小RNA(miRNA)是長度約為22個核苷酸的調(diào)控性非編碼RNA,其可以通過多種方式調(diào)控基因的表達[6-7]。先前的研究表明,結(jié)核分枝桿菌可通過誘導(dǎo)或抑制體內(nèi)miRNA的表達來逃避免疫反應(yīng)[8]。此外,結(jié)核分枝桿菌還可以通過miRNA調(diào)節(jié)宿主的細胞周期控制、細胞凋亡、發(fā)育和生理過程進而影響疾病進程[9]。目前,越來越多的研究將miRNA作為區(qū)分活動性結(jié)核和潛伏性結(jié)核的潛在標(biāo)志物。本研究采用Meta分析的方法,旨在系統(tǒng)地評估m(xù)iRNA對活動性結(jié)核和潛伏性結(jié)核的鑒別效果。

1 材料與方法

1.1檢索策略 根據(jù)2020年系統(tǒng)綜述和薈萃分析首選報告項目指南[10]進行本Meta分析。檢索了中國知網(wǎng)、萬方數(shù)據(jù)、維普、PubMed、Cochrane Library、Web of Science和Embase共7個數(shù)據(jù)庫,選取從建庫至2023年4月有關(guān)miRNA區(qū)分活動性結(jié)核和潛伏性結(jié)核的文獻。英文檢索詞為“mycobacterium tuberculosis”或“tuberculosis”或“TB”或“ATB”或“LTBI”和“microRNA ”或 “miRNA”。中文檢索詞為“結(jié)核分枝桿菌”或“結(jié)核”或“活動性結(jié)核”或“潛伏性結(jié)核”和“microRNA ”或“miRNA”。

1.2納入和排除標(biāo)準(zhǔn) 納入標(biāo)準(zhǔn):(1)原始研究評估了miRNA在鑒別活動性結(jié)核和潛伏性結(jié)核中的準(zhǔn)確性;(2)研究報告了真陽性(TP)、假陽性(FP)、真陰性(TN)和假陰性(FN)或研究中提供了足夠的數(shù)據(jù)來計算TP、FP、TN和FN。排除標(biāo)準(zhǔn)如下:(1)不是針對活動性結(jié)核和潛伏性結(jié)核的研究;(2)非診斷性研究;(3)綜述和會議摘要;(4)無足夠數(shù)據(jù)的研究。

1.3數(shù)據(jù)提取 仔細閱讀了納入文獻[11-19]的全部內(nèi)容,并由一名研究人員提取了以下數(shù)據(jù):第一作者、發(fā)表年份、發(fā)表國家、參與者年齡、miRNA及其失調(diào)情況、TP、TN、FP和FN。所有數(shù)據(jù)以表格形式呈現(xiàn)。另一名研究人員檢查數(shù)據(jù)的準(zhǔn)確性和完整性。有疑義的地方通過討論解決。

1.4質(zhì)量評估 使用診斷準(zhǔn)確性研究質(zhì)量評估(QUADAS-2)量表來評估每項研究的質(zhì)量和偏倚風(fēng)險。該量表包括病例選擇、待評價診斷試驗、參考標(biāo)準(zhǔn)、病例流程和進展情況。病例選擇、待評價診斷試驗和參考標(biāo)準(zhǔn)還對臨床適用性進行了評估。評估結(jié)果被定義為“是”“否”或“不清楚”,相應(yīng)的風(fēng)險偏倚為“低”“高”或“不清楚”。

1.5統(tǒng)計學(xué)處理 計算靈敏度對數(shù)與(1-特異度)對數(shù)之間的Spearman相關(guān)系數(shù),以確定是否存在閾值效應(yīng)。P>0.05表示不存在閾值效應(yīng)。如果不存在閾值效應(yīng),則可通過合并診斷數(shù)據(jù)分析診斷價值;如果存在閾值效應(yīng),則僅通過繪制受試者工作特征(ROC)曲線并計算曲線下面積(AUC)來確定診斷價值。使用Stata16.0軟件進行統(tǒng)計分析,采用雙變量混合效應(yīng)模型分析合并靈敏度、特異度、陽性似然比(PLR)、陰性似然比(NLR)和診斷比值比(DOR)。所有結(jié)果均以綜合值和95%置信區(qū)間(CI)表示。研究間的異質(zhì)性通過計算I2進行評估。I2>50%被認(rèn)為存在顯著異質(zhì)性,需要進一步探討異質(zhì)性的來源。最后,采用Deeks漏斗圖評估發(fā)表偏倚,P>0.05表明研究間不存在發(fā)表偏倚。

2 結(jié) 果

2.1文獻檢索 在數(shù)據(jù)庫中共搜索得到3 362篇文獻。首先排除了1 404篇重復(fù)文獻,并通過閱讀標(biāo)題和摘要排除了1 902篇文獻。然后仔細閱讀了剩余56篇文獻的全文,進一步排除了47篇文章。最后納入9篇文獻進行分析。研究檢索和篩選流程圖見圖1。

圖1 文獻篩選流程圖

2.2納入研究特征和質(zhì)量評估 將同一文獻中針對不同miRNA的分析視為不同的研究,因此,納入的9篇文獻共包括13項研究。所有研究發(fā)表于2015-2022年,共涉及1 160例受試者,其中包括603例活動性結(jié)核患者和557例潛伏性結(jié)核患者。有4項研究來自結(jié)核病低負擔(dān)的國家,其余研究來自結(jié)核病高負擔(dān)的國家。納入研究的基本信息見表1。使用QUADAS-2量表來評估納入研究的偏倚風(fēng)險。由于大多數(shù)研究為病例對照研究,因此病例大多被評為“高風(fēng)險”,但仍屬于研究范疇。由于沒有預(yù)定的閾值,所有研究在待評價診斷試驗部分均被評為“不清楚”。見圖2。

表1 納入研究的基本信息

注:*表示同一文獻中的不同研究項目。

2.3數(shù)據(jù)分析 Spearman相關(guān)系數(shù)(r=0.434,P=0.138>0.05)表明本研究不存在閾值效應(yīng)。采用雙變量混合效應(yīng)模型分析miRNA區(qū)分活動性結(jié)核和潛伏性結(jié)核的合并診斷指標(biāo)。合并的靈敏度和特異度分別為0.79(95%CI:0.69～0.86,I2=86.24%)和0.73(95%CI:0.64～0.81,I2=81.80%),均顯示出顯著的異質(zhì)性。合并PLR、NLR和DOR分別為2.96(95%CI:2.22～3.95,I2=63.84%)、0.29(95%CI:0.20～0.41,I2=84.04%)和10.33(95%CI:6.43～16.61,I2=99.90%)。ROC曲線分析顯示,AUC為0.83(95%CI:0.79～0.86)。所有結(jié)果表明miRNA對活動性結(jié)核和潛伏性結(jié)核具有較好的鑒別能力。見圖3。

圖3 miRNA鑒別活動性結(jié)核和潛伏性結(jié)核的ROC曲線

2.4靈敏度分析 排除XIN等[15]關(guān)于miR-451a的可能導(dǎo)致異質(zhì)性的研究后,合并靈敏度為0.81(95%CI:0.74～0.87,I2=71.88%),合并特異度為0.71(95%CI:0.62～0.79,I2=76.92%),合并PLR為2.81(95%CI:2.10～3.75,I2=61.34%),合并NLR為0.27(95%CI:0.19～0.37,I2=67.07%),合并DOR為10.48(95%CI:6.28～17.48,I2=99.96%)。結(jié)果顯示,各項指標(biāo)均無明顯變化,說明本研究結(jié)果相對穩(wěn)定,結(jié)果可靠。見圖4。

注:A表示擬合優(yōu)度;B表示二元正態(tài)性檢驗;C表示影響性分析;D表示離群值分析。

2.5Meta回歸和亞組分析 為了進一步探索異質(zhì)性的來源,對參與者的年齡、樣本量、結(jié)核病負擔(dān)情況和miRNA的失調(diào)狀態(tài)進行了Meta回歸分析和亞組分析,結(jié)果顯示,樣本量(P=0.02)顯著影響靈敏度,它可能是導(dǎo)致靈敏度異質(zhì)性的來源;miRNA的失調(diào)狀態(tài)(P=0.01)顯著影響特異度,它可能是導(dǎo)致特異度異質(zhì)性的來源。見表2。

表2 Meta回歸和亞組分析結(jié)果

2.6發(fā)表偏倚 采用Deeks漏斗圖評估發(fā)表偏倚,P=0.71表明本研究納入的研究未發(fā)現(xiàn)明顯的發(fā)表偏倚。見圖5。

圖5 Deeks漏斗圖評估發(fā)表偏倚

3 討 論

大多數(shù)活動性結(jié)核是由于潛伏性結(jié)核再激活所致。提高潛伏性結(jié)核的檢出率并對此類患者進行早期干預(yù)可有效降低結(jié)核病的發(fā)病率和病死率。目前,潛伏性結(jié)核尚無診斷“金標(biāo)準(zhǔn)”,且缺乏對潛伏性和活動性結(jié)核的鑒別診斷,不利于結(jié)核病的管理和控制。近年來,研究發(fā)現(xiàn)miRNA在調(diào)控結(jié)核分枝桿菌免疫中發(fā)揮著重要作用[20]。越來越多的研究者將miRNA圖譜分析作為結(jié)核病診斷和預(yù)后及區(qū)分活動性結(jié)核和潛伏性結(jié)核的標(biāo)志物[21]。

有研究表明,miRNA在結(jié)核病的診斷中發(fā)揮了重要作用,并且其可以有效的區(qū)分活動性結(jié)核和潛伏性結(jié)核,miRNA對于診斷活動性結(jié)核具有良好的價值[13,22]。本研究通過搜索相關(guān)文獻,分析了miRNA區(qū)分活動性結(jié)核和潛伏性結(jié)核的能力。結(jié)果顯示,miRNA在鑒別活動性結(jié)核和潛伏性結(jié)核時的靈敏度為0.79,特異度為0.73,表明miRNA具有較好的區(qū)分兩者的靈敏度和特異度;其PLR、NLR和DOR分別為2.96、0.29和10.33,表明miRNA有著較好地正確區(qū)分兩者的能力。ROC曲線的AUC為0.83,同樣表明miRNA具有良好的鑒別能力。然而,靈敏度和特異度的I2均大于50%,表明該研究存在顯著的異質(zhì)性。探索異質(zhì)性的來源是Meta分析的關(guān)鍵。閾值效應(yīng)是導(dǎo)致Meta分析異質(zhì)性的主要原因之一,Spearman相關(guān)系數(shù)表明本研究不存在閾值效應(yīng)。本研究結(jié)果顯示,樣本量可能是靈敏度異質(zhì)性的來源,而miRNA的失調(diào)狀態(tài)可能是特異度異質(zhì)性的來源。Deeks漏斗圖顯示納入的研究間不存在發(fā)表偏倚。

綜上所述,miRNA具有較好區(qū)分活動性結(jié)核和潛伏性結(jié)核的能力。然而,本研究存在以下局限性: (1)匯總結(jié)果存在較大的異質(zhì)性,需要進一步探索異質(zhì)性的來源;(2)納入的研究及總樣本量較少,僅包括了1 160個樣本;(3)由于納入的大多數(shù)研究在中國進行,本研究結(jié)果可能不代表更廣泛的人群。因此,未來需要更大規(guī)模和統(tǒng)一標(biāo)準(zhǔn)的研究來驗證此結(jié)果。