糖尿病与结核病治疗结局:格鲁吉亚州高血糖与人类免疫缺陷病毒之间的交互作用评估,2015-2020年

Diabetes Mellitus and Tuberculosis Treatment Outcomes: Interaction Assessment Between Hyperglycemia and Human Immunodeficiency Virus in the State of Georgia, 2015-2020

作者信息Kennedy Houck, Tsira Chakhaia, Sarah Gorvetzian, Julia A Critchley, Marcos C Schechter, Matthew J Magee
PMID37383249
发布时间2023-05-10
DOI10.1093/ofid/ofad255

实验完整度

中

研究基于人群回顾性队列,包括基线特征比较、主要结局的回归分析、交互作用评估和亚组竞争风险分析,但无实验干预或机制验证。

主要模型

格鲁吉亚州2015-2020年报告的结核病患者队列 2015-2019年结核病治疗后随访亚组队列

重点核对

糖尿病状态的定义(基于医疗记录和实验室值:血糖或糖化血红蛋白) HIV状态的确定(基于医疗记录,缺失列为未知) 主要结局:结核病治疗前或治疗期间全因死亡的定义 样本量:总队列1109人,其中糖尿病318人,HIV阳性92人 调整变量:年龄、性别、饮酒、外国出生、种族/民族、职业、基线培养

摘要

背景:糖尿病和人类免疫缺陷病毒(HIV)是结核病(TB)患者不良结局的独立危险因素。迄今为止,关于糖尿病和HIV对结核病结局的联合影响的信息有限。我们旨在估计(1)高血糖与死亡率之间的关联,以及(2)糖尿病和HIV联合暴露对死亡率的影响。方法:我们在2015年至2020年间在格鲁吉亚州对结核病患者进行了一项回顾性队列研究。符合条件的参与者为16岁及以上、既往无结核病诊断、微生物学确诊或临床病例。参与者在结核病治疗期间接受随访。使用稳健泊松回归估计全因死亡率的相对风险。在加性尺度上使用归因比例评估糖尿病和HIV之间的交互作用,在乘性尺度上使用回归模型中的乘积项评估交互作用。结果:在1109名参与者中,318名(28.7%)患有糖尿病,92名(8.3%)为HIV阳性,15名(1.4%)同时患有糖尿病和HIV。总体而言,9.8%在结核病治疗期间死亡。糖尿病与结核病患者死亡风险增加相关(调整后相对风险[aRR] = 2.59;95%置信区间[CI],1.62-4.13)。我们估计,在患有糖尿病和HIV的参与者中,26%(95% CI,-43.4%至95.0%)的死亡是由于生物学交互作用。结论:糖尿病单独存在以及糖尿病和HIV共同存在与结核病治疗期间全因死亡风险增加相关。这些数据提示糖尿病和HIV之间存在潜在的协同效应。

实验结论

提炼研究问题、关键发现与证据,快速把握文章的核心贡献。

研究问题
高血糖(包括糖尿病和糖尿病前期)与结核病患者全因死亡率的关联,以及糖尿病和HIV对死亡率的联合影响。
核心机制
糖尿病可能通过抑制细胞因子产生、抑制吞噬作用和引起中性粒细胞等免疫细胞功能障碍来损害宿主防御,从而增加结核病不良结局风险;糖尿病和HIV可能存在生物学协同作用。
主要证据
基于1109名结核病患者的回顾性队列,稳健泊松回归显示糖尿病与死亡风险增加相关(aRR=2.60;95%CI,1.61-4.18);交互作用分析显示糖尿病和HIV共同存在时死亡风险最高(26.7%),但交互作用的置信区间包含零。
研究意义
研究提示需要定期筛查结核病患者的糖尿病和HIV,并加强对合并症患者的监测,以减少这一高危人群的死亡率。

研究路径

按研究推进顺序梳理实验设计、验证步骤与关键观察。

1

研究对象筛选与队列构建

确定符合纳入标准的结核病患者队列,并排除信息不完整的个体。

从格鲁吉亚州电子传染病监测系统(SendSS)中筛选2015-2020年报告的结核病病例,排除年龄小于16岁、既往有结核病史、糖尿病状态未知或缺少血糖/糖化血红蛋白记录的个体,最终纳入1109人。

2

暴露和结局的定义与数据收集

明确糖尿病、HIV和死亡结局的定义,从监测系统和医疗记录中收集相关数据。

从SendSS中提取人口统计学、临床特征、合并症和结局数据;糖尿病状态基于医疗诊断和实验室值(血糖和糖化血红蛋白)分类;HIV状态基于医疗记录;主要结局定义为结核病治疗前或治疗期间全因死亡。

3

统计分析:关联与交互作用

估计糖尿病与死亡率的关联,并评估糖尿病和HIV之间的交互作用。

使用皮尔逊卡方和Wilcoxon秩和检验进行双变量分析;使用稳健泊松回归估计相对风险;调整协变量;使用RERI、AP和S测量加性交互作用,使用乘积项测量乘性交互作用。

4

亚组分析:治疗后的死亡风险

评估糖尿病对结核病治疗后死亡风险的影响,并考虑竞争风险。

在2015-2019年的结核病患者亚组(n=927)中,使用竞争风险模型(亚分布和原因特定风险模型)估计糖尿病与治疗前/期间及治疗后全因死亡的关联。

5

敏感性分析:未知糖尿病状态的比较

评估缺失糖尿病状态对结果的潜在影响。

比较糖尿病状态未知的参与者与已知无糖尿病的参与者的特征,以评估选择偏倚。

研究方法

按研究目的归类文中使用的方法,便于定位所需技术。

数据来源与队列构建
验证样本或模型特征
验证机制链路

关键环节

汇总复现实验时建议重点确认的条件及原文阅读提示。

环节核对要点
研究设计与人群
纳入标准:年龄≥16岁,无既往结核病,已知糖尿病状态;排除标准:缺少实验室结果
阅读提示:Methods: Study Design and Population
暴露定义
糖尿病状态分类阈值:血糖>200 mg/dL,糖化血红蛋白>6.5%(糖尿病);140-199 mg/dL或5.7%-6.5%(糖尿病前期);HIV状态来源
阅读提示:Methods: Study Measures and Data Collection
结局定义
死亡定义:治疗前(诊断后至治疗开始前)或治疗期间(完成前或完成后7天内);治疗后死亡定义
阅读提示:Methods: Study Measures and Data Collection; Subgroup Analyses
统计模型
调整协变量:年龄、性别、饮酒、外国出生、种族/民族、职业、基线培养;交互作用测量
阅读提示:Methods: Data Analyses
亚组分析
样本量:927人;随访截止;截尾规则
阅读提示:Methods: Subgroup Analyses