Чинники, які впливають на результати лікування туберкульозу зі збереженою чутливістю у Східній Європі
DOI:
https://doi.org/10.30978/TB-2022-4-13Ключові слова:
туберкульоз; чинники ризику; лікування.Анотація
Мета роботи — провести ретроспективний аналіз чинників, які впливають на результати лікування хворих на туберкульоз у Східній Європі.
Матеріали та методи. Ретроспективне багатоцентрове (Інститут пневмології імені Маріуса Наста (Бухарест, Румунія), пульмонологічна клініка у м. Ясси (Румунія) та обласне комунальне некомерційне підприємство «Чернівецький обласний клінічний протитуберкульозний диспансер» (Україна)) дослідження проведено за участі дорослих (> 18 років) пацієнтів, у яких діагностовано чутливі форми туберкульозу (ТБ) та які розпочали лікування в період із 1 січня 2019 р. до 31 грудня 2019 р. Дослідження схвалено комітетом з етики всіх центрів. Проаналізовано такі чинники ризику несприятливих результатів лікування ТБ: вік, стать, статус харчування, спосіб життя, супутні захворювання, параметри, пов’язані з ТБ.
Результати та обговорення. Виявлено чинники, які впливають на результати лікування хворих на ТБ у популяції Східної Європи. Ризик несприятливих наслідків підвищується для осіб віком > 65 років, хворих без постійного місця проживання, пацієнтів з діагностованою хронічною хворобою нирок, наявністю порожнин розпаду (каверн) на рентгенограмі грудної клітки, швидким рецидивом ТБ, недостатньою масою тіла або ожирінням, стійко високими параклінічними показниками під час спостереження, незважаючи на вжиті в лікарні заходи щодо їхнього зменшення.
Висновки. Клініцистам слід приділяти більше уваги пацієнтам похилого віку, особам із недостатньою/надлишковою масою тіла, безпритульним, пацієнтам із хронічною хворобою нирок, кавернами за даними рентгенографії легень і високими параклінічними показниками під час подальшого спостереження. Окрім чинників ризику несприятливих результатів лікування ТБ, які використано в інших дослідженнях (вік, стать, статус харчування, спосіб життя, супутні захворювання, параметри, пов’язані з ТБ), визначено новий чинник — параклінічні параметри, що дало змогу виявити відмінності, притаманні для популяції Східної Європи. Тригерні чинники можуть допомогти поліпшити надання допомоги певним групам населення і вдосконалити систему оцінки ТБ для виявлення пацієнтів із ризиком невдачі лікування.
Посилання
Abdulrazaq M, Salihi L, Alfarttoosi A. Predictors of defaulting from treatment among patients with tuberculosis. Eur Respir J. 2015;46: PA2733. doi:10.1183/13993003.congress-2015.PA2733
About – REDCap. [cited 20 Jun 2022]. https://projectredcap.org/about/
Bartelink IH, Zhang N, Keizer RJ, Strydom N, Converse PJ, Dooley KE, et al. New Paradigm for Translational Modeling to Predict Long-term Tuberculosis Treatment Response. Clin Transl Sci. 2017;10: 366-379. doi:10.1111/cts.12472.
Bastos HN, Osório N, Castro AG, Ramos A, Carvalho T, Meira L, et al. A prediction rule to stratify mortality risk of patients with pulmonary tuberculosis. Tuberculosis. 2016;11(9):e0162797. doi:10.1183/13993003.congress-2016.oa4825.
Eze N. Predictors of retrospective tuberculosis treatment outcomes in selected health institutions in Nigeria. Eur Respir J. 2021;58: PA1722. doi:10.1183/13993003.congress-2021.PA1722.
Health Organization W. Definitions and reporting framework for tuberculosis–2013 revision: updated December 2014 and January 2020. [cited 16 Jun 2022]. Available: https://apps.who.int/iris/bitstream/handle/10665/79199/?sequence=1
Health Organization W. People-centred framework for tuberculosis programme planning and prioritization. [cited 3 Jun 2022]. Available: https://apps.who.int/iris/bitstream/handle/10665/329472/9789241516273-eng.pdf
Holden IK, Lillebaek T, Seersholm N, Andersen PH, Wejse C, Johansen IS. Predictors for Pulmonary Tuberculosis Treatment Outcome in Denmark 2009-2014. Sci Rep. 2019;9:12995. doi:10.1038/s41598-019-49439-9.
Ismail I, Bulgiba A. Predictors of death during tuberculosis treatment in TB/HIV co-infected patients in Malaysia. PLoS One. 2013;8:e73250. doi:10.1371/journal.pone.0073250.
Kalhori SRN, Nasehi M, Zeng X-J. A Logistic Regression Model to Predict High Risk Patients to Fail in Tuberculosis Treatment Course Completion. Int J Appl Math. 2010;40. http://www.iaeng.org/IJAM/issues_v40/issue_2/IJAM_40_2_08.pdf.
Kibuule D, Aiases P, Ruswa N, Rennie TW, Verbeeck RK, Godman B, et al. Predictors of loss to follow-up of tuberculosis cases under the DOTS programme in Namibia. ERJ Open Res. 2020;6(1):00030-2019. doi:10.1183/23120541.00030-2019.
Mutembo S, Mutanga JN, Musokotwane K, Kanene C, Dobbin K, Yao X, et al. Urban-rural disparities in treatment outcomes among recurrent TB cases in Southern Province, Zambia. BMC Infectious Diseases. 2019;19(1):1087. doi:10.1186/s12879-019-4709-5.
Nguyen DT, Graviss EA. Development and validation of a prognostic score to predict tuberculosis mortality. J Infect. 2018;77: 283-290. doi:10.1016/j.jinf.2018.02.009.
Nguyen DT, Graviss EA. Development and validation of a risk score to predict mortality during TB treatment in patients with TB-diabetes comorbidity. BMC Infect Dis. 2019;19:10. doi:10.1186/s12879-018-3632-5.
Oecd, OECD, European Observatory on Health Systems and Policies. Romania: Country Health Profile 2019. State of Health in the EU. 2019. doi:10.1787/f345b1db-en.
Organization WH, Others. From innovation to implementation: eHealth in the WHO European region. World Health Organization. Regional Office for Europe; 2016. Available: https://apps.who.int/iris/bitstream/handle/10665/326317/9789289051378-eng.pdf.
Peetluk LS, Ridolfi FM, Rebeiro PF, Liu D, Rolla VC, Sterling TR. Systematic review of prediction models for pulmonary tuberculosis treatment outcomes in adults. BMJ Open. 2021;11: e044687. doi:10.1136/bmjopen-2020-044687.
Programme GT. Global tuberculosis report 2021. World Health Organization; 14 Oct 2021 [cited 16 Feb 2022]. Available: https://www.who.int/publications/i/item/9789240037021.
Rodrigo T, Caylà JA, Casals M, García-García JM, Caminero JA, Ruiz-Manzano J, et al. A predictive scoring instrument for tuberculosis lost to follow-up outcome. Respir Res. 2012;13:75. doi:10.1186/1465-9921-13-75.
Shu C-C, Wang J-T, Wang J-Y, Lee L-N, Yu C-J. In-hospital outcome of patients with culture-confirmed tuberculous pleurisy: clinical impact of pulmonary involvement. BMC Infect Dis. 2011;11:46. doi:10.1186/1471-2334-11-46.
Singh H, Ramamohan V. A model-based investigation into urban-rural disparities in tuberculosis treatment outcomes under the Revised National Tuberculosis Control Programme in India. PLoS One. 2020;15:e0228712. doi:10.1371/journal.pone.0228712.
Spruijt I, Joren C, van den Hof S, Erkens C. Tailored approaches facilitate high completion of tuberculosis infection treatment among migrants. Eur Respir J. 2022;59(3):2102077. doi:10.1183/13993003.02077-2021.
Tuberculosis surveillance and monitoring in Europe 2020 –2018 data. 24 Mar 2020 [cited 25 Feb 2021]. Available: https://www.ecdc.europa.eu/en/publications-data/tuberculosis-surveillance-and-monitoring-europe-2020-2018-dat.
Tuberculosis surveillance and monitoring in Europe 2021 –2019 data. In: European Centre for Disease Prevention and Control [Internet]. 22 Mar 2021 [cited 28 Feb 2022]. Available: https://www.ecdc.europa.eu/en/publications-data/tuberculosis-surveillance-and-monitoring-europe-2021-2019-data.
Wallis RS, Perkins MD, Phillips M, Joloba M, Namale A, Johnson JL, et al. Predicting the outcome of therapy for pulmonary tuberculosis. Am J Respir Crit Care Med. 2000;161: 1076-1080. doi:10.1164/ajrccm.161.4.9903087.
Zheng X, Bao Z, Forsman LD, Hu Y, Ren W, Gao Y, et al. Drug exposure and minimum inhibitory concentration predict pulmonary tuberculosis treatment response. Clin Infect Dis. 2020;73(9):e3520-e3528. . doi:10.1093/cid/ciaa1569.
Zhong T, Zhuang Z, Dong X, Wong KH, Wong WT, Wang J, et al. Predicting Antituberculosis Drug-Induced Liver Injury Using an Interpretable Machine Learning Method: Model Development and Validation Study. JMIR Med Inform. 2021;9: e29226. doi:10.2196/29226.
##submission.downloads##
Опубліковано
Номер
Розділ
Ліцензія
Авторське право (c) 2022 Автори
Ця робота ліцензується відповідно до Creative Commons Attribution-NoDerivatives 4.0 International License.
