Influencing factors of getting unfavorable treatment outcomes of patients with multidrug-resistant pulmonary tuberculosis in China: a Meta-analysis

doi:10.19982/j.issn.1000-6621.20220212

Abstract

Abstract:

Objective: To systematically review the influencing factors of unfavorable treatment outcomes of multidrug-resistant pulmonary tuberculosis (MDR-PTB) in China. Methods: Chinese databases (CNKI, WanFang Data, VIP, CBM) and English databases (PubMed, Embase, Web of Science) were electronically searched to collect studies about factors of unfavorable treatment outcomes of MDR-PTB. The time was limited as from inception of those databases to December 2021. Two researchers independently screened literatures, extracted information and evaluated the risk of bias. RevMan 5.3 was used to conduct Meta-analysis. Results: A total of 21 studies involving 4663 patients were included. Meta-analysis results showed that re-treatment (OR=2.63, 95%CI:1.54-4.47), complications (OR=4.28, 95%CI:2.61-7.03), adverse reactions (OR=2.71, 95%CI:1.87-3.93), cavity (OR=2.79, 95%CI:1.82-4.28), unreasonable chemotherapy (OR=5.80, 95%CI:2.05-16.41) and irregular treatment (OR=6.05, 95%CI:1.91-19.18) were associated with MDR-PTB treatment outcomes in multivariable analysis. Conclusion: The existing evidence suggested that re-treatment, complications, cavity, adverse reactions, unreasonable chemotherapy as well as irregular treatment were risk factors for unfavorable outcomes of MDR-PTB. In order to reduce the failure rate of MDR-PTB treatment, patients with these risk factors should receive strengthened medical managements and be cautious about the occurrence of adverse reactions.

Key words: Tuberculosis, multidrug-resistant, Treatment outcome, Risk factors, Meta-analysis

CLC Number:

R521
R183

Li Shuolan, Li Mingwu, Li Guangmei, Wang Lin, Wan Rong, Ma Meng. Influencing factors of getting unfavorable treatment outcomes of patients with multidrug-resistant pulmonary tuberculosis in China: a Meta-analysis[J]. Chinese Journal of Antituberculosis, 2022, 44(12): 1303-1313. doi: 10.19982/j.issn.1000-6621.20220212

Figures/Tables 22

纳入研究^a	研究设计	分析类型	地区	样本量(例)			平均年龄 (岁, $x ˉ$ ±s)	研究因素^b	NOS/ AHRQ 评分^c
纳入研究^a	研究设计	分析类型	地区	治疗成功	不良转归	合计	平均年龄 (岁, $x ˉ$ ±s)	研究因素^b	NOS/ AHRQ 评分^c
Fan 2018^[4]	队列研究	单因素	浙江省	179	64	243	42.40±15.19	①③⑥	8
周正华2020^[5]	横断面研究	单因素、多因素	广东省	54	48	102	42.10±8.40	①⑤⑦⑧???	7
殷美静2020^[6]	横断面研究	单因素、多因素	陕西省	52	44	96	51.94±6.82	①③⑥⑦⑧⑨⑩	8
Tang 2013^[7]	横断面研究	单因素、多因素	多个省	240	346	586	44.40±15.05	①⑤⑥⑦	9
苏伟2018^[8]	横断面研究	单因素	多个省	103	105	208	46.80±14.70	①②③⑥	7
张哲2018^[9]	队列研究	单因素、多因素	吉林省	148	79	227	39.12±3.20	⑧??	6
周银发2017^[10]	横断面研究	单因素	福建省	90	66	156	42.40±13.30	①④?	6
郭净2018^[11]	队列研究	单因素、多因素	浙江省	37	31	68	53.41±16.94	①②⑥?	7
李莉2015^[12]	横断面研究	单因素、多因素	江苏省	77	53	130	-	①②⑤⑥⑦⑧⑨?	8
吕德良2017^[13]	队列研究	单因素、多因素	广东省	109	56	165	31.41±9.08	①⑦?	6
丁晓艳2016^[14]	横断面研究	单因素、多因素	江苏省	399	304	703	47.48±16.15	①③⑥	8
包昌琳2018^[15]	横断面研究	单因素、多因素	湖南省	151	116	267	39.23±12.30	①②③⑦⑧⑨⑩	8
王丹吉2017^[16]	队列研究	单因素、多因素	江苏省	222	199	421	-	①③⑥⑦⑧⑩?	7
张玲2016^[17]	队列研究	单因素	湖北省	252	153	405	-	①	7
简丽萍2020^[18]	队列研究	单因素、多因素	广东省	30	14	44	53.50±17.70	①?	7
杨兴振2018^[19]	队列研究	单因素、多因素	山东省	25	19	44	45.20±0.91	①⑤⑦⑧??	6
张思潮2018^[20]	横断面研究	单因素、多因素	浙江省	50	33	83	42.92±15.17	①③④⑥⑨	7
李秀杰2019^[21]	横断面研究	单因素	黑龙江省	101	71	172	45.60±7.20	①④	6
周群博2017^[22]	队列研究	单因素、多因素	云南省	104	54	158	-	①②③④⑦⑩??	7
杜雨华2012^[23]	横断面研究	单因素、多因素	广东省	64	52	116	44.26±17.57	①⑦⑧???	7
Li 2016^[24]	横断面研究	单因素、多因素	上海市	205	64	269	-	①⑥	8

References 47

[1]	全国第五次结核病流行病学抽样调查技术指导组, 全国第五次结核病流行病学抽样调查办公室. 2010年全国第五次结核病流行病学抽样调查报告. 中国防痨杂志, 2012, 34 (8): 485-508.
[2]	Stang A. Critical evaluation of the Newcastle-Ottawa scale for the assessment of the quality of nonrandomized studies in meta-analyses. Eur J Epidemiol, 2010, 25(9): 603-605. doi:10.1007/s10654-010-9491-z. doi: 10.1007/s10654-010-9491-z pmid: 20652370
[3]	曾宪涛, 刘慧, 陈曦, 等. Meta分析系列之四: 观察性研究的质量评价工具. 中国循证心血管医学杂志, 2012, 4(4): 297-299.
[4]	Fan YM, Ding SP, Bao ZJ, et al. Prognostic factors for treatment success in patients with multidrug-resistant tuberculosis in China. Int J Tuberc Lung Dis, 2018, 22(3): 300-305. doi:10.5588/ijtld.17.0183. doi: 10.5588/ijtld.17.0183 pmid: 29471908
[5]	周正华, 梁志勇, 邓小懂. 清远市耐多药肺结核患者治疗效果及其影响因素分析. 吉林医学, 2020, 41(3): 648-650. doi:10.3969/j.issn.1004-0412.2020.03.061. doi: 10.3969/j.issn.1004-0412.2020.03.061
[6]	殷美静, 宋立婷, 张艳, 等. 西安市96例耐多药肺结核治疗转归现况及其影响因素分析. 预防医学情报杂志, 2020, 36(10): 1285-1290.
[7]	Tang S, Tan S, Yao L, et al. Risk factors for poor treatment outcomes in patients with MDR-TB and XDR-TB in China: retrospective multi-center investigation. PLoS One, 2013, 8(12): e82943. doi:10.1371/journal.pone.0082943. doi: 10.1371/journal.pone.0082943
[8]	苏伟, 李仁忠, 阮云洲, 等. 208例耐多药肺结核患者治疗转归及影响因素分析. 中国防痨杂志, 2018, 40(6): 593-598. doi:10.3969/j.issn.1000-6621.2018.06.009. doi: 10.3969/j.issn.1000-6621.2018.06.009
[9]	张哲. 227例耐多药肺结核治疗转归情况影响因素研究. 系统医学, 2018, 3(2): 58-59, 62. doi:10.19368/j.cnki.2096-1782.2018.02.058. doi: 10.19368/j.cnki.2096-1782.2018.02.058
[10]	周银发, 张山鹰, 柳珍妮, 等. 242例耐多药结核病患者特征及治疗转归的影响因素分析. 中国防痨杂志, 2017, 39(11): 1218-1222. doi:10.3969/j.issn.1000-6621.2017.11.013. doi: 10.3969/j.issn.1000-6621.2017.11.013
[11]	郭净, 刘忠达, 张尊敬, 等. 丽水市耐多药肺结核治疗效果及影响因素分析. 预防医学, 2018, 30(10): 987-991. doi:10.19485/j.cnki.issn2096-5087.2018.10.004. doi: 10.19485/j.cnki.issn2096-5087.2018.10.004
[12]	李莉, 孙建胜, 吴云亮. 徐州市完成全球基金耐多药结核病项目全程治疗的耐多药结核病患者治疗效果的影响因素分析. 实用心脑肺血管病杂志, 2015, 23(7): 50-54. doi:10.3969/j.issn.1008-5971.2015.07.014. doi: 10.3969/j.issn.1008-5971.2015.07.014
[13]	吕德良, 谭卫国, 张乐平, 等. 深圳市耐多药结核病治疗效果及影响因素分析. 中国防痨杂志, 2017, 39(2): 184-190. doi:10.3969/j.issn.1000-6621.2017.02.016. doi: 10.3969/j.issn.1000-6621.2017.02.016
[14]	丁晓艳, 刘巧, 孔雯, 等. 2009—2013年江苏省耐多药患者治疗转归及影响因素分析. 结核病与肺部健康杂志, 2016, 5(4): 271-276. doi:10.3969/j.issn.2095-3755.2016.04.006. doi: 10.3969/j.issn.2095-3755.2016.04.006
[15]	包昌琳, 易恒仲, 唐益, 等. 耐多药肺结核患者化学治疗疗效及其影响因素分析. 中国防痨杂志, 2018, 40(5): 525-530. doi:10.3969/j.issn.1000-6621.2018.05.016. doi: 10.3969/j.issn.1000-6621.2018.05.016
[16]	王丹吉, 卢鹏, 刘巧, 等. 耐多药肺结核患者治疗转归的影响因素分析. 结核病与肺部健康杂志, 2017, 6(3): 254-259. doi:10.3969/j.issn.2095-3755.2017.03.014. doi: 10.3969/j.issn.2095-3755.2017.03.014
[17]	张玲. 耐多药肺结核治疗及其影响因素分析. 临床肺科杂志, 2016, 21(8): 1508-1511. doi:10.3969/j.issn.1009-6663.2016.08.044. doi: 10.3969/j.issn.1009-6663.2016.08.044
[18]	简丽萍, 郭子玉, 邓笑媚, 等. 耐多药肺结核疗效影响因素的研究. 中国医药科学, 2020, 10(13): 191-194. doi:10.3969/j.issn.2095-0616.2020.13.053. doi: 10.3969/j.issn.2095-0616.2020.13.053
[19]	杨兴振, 常明. 44例耐多药肺结核治疗转归情况影响因素分析. 系统医学, 2018, 3(16): 74-76. doi:10.19368/j.cnki.2096-1782.2018.16.074. doi: 10.19368/j.cnki.2096-1782.2018.16.074
[20]	张思潮, 杨海燕, 董振鑫. 浙江省湖州市耐多药结核病患者治愈影响因素分析. 疾病监测, 2018, 33(4): 339-342. doi:10.3784/j.issn.1003-9961.2018.04.018. doi: 10.3784/j.issn.1003-9961.2018.04.018
[21]	李秀杰. 172例耐多药结核病患者特征及治疗转归的影响因素分析. 中国现代医生, 2019, 57(7): 30-32.
[22]	周群博. 云南省耐多药肺结核流行特征及治疗效果影响因素研究. 昆明: 昆明医科大学, 2017.
[23]	杜雨华, 苏汝钊, 周惠贤, 等. 116例耐多药肺结核治疗转归情况影响因素分析. 中国防痨杂志, 2012, 34(1): 19-22.
[24]	Li D, Ge E, Shen X, et al. Risk Factors of Treatment Outcomes for Multi-drug Resistant Tuberculosis in Shanghai, 2009—2012. Procedia Environ Sci, 2016, 36: 12-19. doi:10.1016/j.proenv.2016.09.003. doi: 10.1016/j.proenv.2016.09.003 URL
[25]	张梦娴, 杨成凤, 叶建君, 等. 1447例耐多药肺结核患者治疗转归队列分析. 公共卫生与预防医学, 2020, 31(3): 68-72. doi:10.3969/j.issn.1006-2483.2020.03.017. doi: 10.3969/j.issn.1006-2483.2020.03.017
[26]	徐彩红, 张慧, 阮云洲, 等. 我国六省(自治区)全球基金项目地区耐多药肺结核诊疗效果的回顾性分析. 中国防痨杂志, 2018, 40(6): 559-563. doi:10.3969/j.issn.1000-6621.2018.06.003. doi: 10.3969/j.issn.1000-6621.2018.06.003
[27]	王胜芬, 赵冰, 宋媛媛, 等. 我国耐药结核病的危险因素——2007年全国结核病耐药基线调查资料分析. 中国防痨杂志, 2013, 35(4): 221-226.
[28]	杨佳, 吕圣秀, 唐光孝, 等. 初治与复治耐多药肺结核患者的CT表现分析. 中国防痨杂志, 2020, 42(1): 38-43. doi:10.3969/j.issn.1000-6621.2020.01.010. doi: 10.3969/j.issn.1000-6621.2020.01.010
[29]	Ahmad N, Ahuja SD, Akkerman OW, et al. Treatment correlates of successful outcomes in pulmonary multidrug-resistant tuberculosis: an individual patient data meta-analysis. Lancet, 2018, 392(10150): 821-834. doi:10.1016/S0140-6736(18)31644-1. doi: S0140-6736(18)31644-1 pmid: 30215381
[30]	朱航, 雷迅, 张帆, 等. 左氧氟沙星治疗耐多药肺结核疗效与安全性的系统评价. 中国循证医学杂志, 2012, 12(2): 201-208. doi:10.3969/j.issn.1672-2531.2012.02.013. doi: 10.3969/j.issn.1672-2531.2012.02.013
[31]	陈海峰, 刘相, 李刚, 等. 氟喹诺酮类药物在耐多药肺结核病防治中的耐药情况分析. 医学动物防制, 2021, 37(3): 224-227. doi:10.7629/yxdwfz202103005. doi: 10.7629/yxdwfz202103005
[32]	宋瑞娟, 夏露, 卢水华. 糖尿病与耐药肺结核的关系. 中国防痨杂志, 2017, 39(1): 11-15. doi:10.3969/j.issn.1000-6621.2017.01.006. doi: 10.3969/j.issn.1000-6621.2017.01.006
[33]	Kang YA, Song SY, Jo KW, et al. Impact of Diabetes on Treatment Outcomes and Long-Term Survival in Multidrug-Resistant Tuberculosis. Respiration, 2013, 86(6): 472-478. doi:10.1159/000348374. doi: 10.1159/000348374 pmid: 23689646
[34]	Chung-Delgado K, Guillen-Bravo S, Revilla-Montag A, et al. Mortality among Cases: Comparison with Drug-Susceptible Tuberculosis and Associated Factors. PLoS One, 2015, 10(3): e0119332. doi:10.1371/journal.pone.0119332. doi: 10.1371/journal.pone.0119332
[35]	Salindri AD, Kipiani M, Kempker RR, et al. Diabetes Reduces the Rate of Sputum Culture Conversion in Patients With Newly Diagnosed Multidrug-Resistant Tuberculosis. Open Forum Infec Dis, 2016, 3(3):ofw126. doi:10.1093/ofid/ofw126. doi: 10.1093/ofid/ofw126 URL
[36]	贺晨艳, 万月强, 张天像, 等. 糖尿病与新确诊耐多药肺结核患者痰菌转阴率的相关性研究. 陕西医学杂志, 2018, 47(11): 1460-1463. doi:10.3969/j.issn.1000-7377.2018.11.028. doi: 10.3969/j.issn.1000-7377.2018.11.028
[37]	Berezin AE, Kremzer AA, Samura TA, et al. Impaired immune phenotype of circulating endothelial-derived microparticles in patients with metabolic syndrome and diabetes mellitus. J Endocrinol Invest, 2015, 38(8): 865-874. doi:10.1007/s40618-015-0273-z. doi: 10.1007/s40618-015-0273-z pmid: 25916429
[38]	Meenakshi P, Ramya S, Lavanya J, et al. Effect of IFN-γ, IL-12 and IL-10 cytokine production and mRNA expression in tuberculosis patients with diabetes mellitus and their household contacts. Cytokine, 2016, 81:127-136. doi:10.1016/j.cyto.2016.03.009. doi: 10.1016/j.cyto.2016.03.009 pmid: 27002606
[39]	田丹, 张正斌, 杜鹃. 耐多药结核病合并糖尿病患者的药物不良反应分析. 华中科技大学学报(医学版), 2018, 47(2): 213-217. doi:10.3870/j.issn.1672-0741.2018.02.017. doi: 10.3870/j.issn.1672-0741.2018.02.017
[40]	Telfer SJ. Fluoroquinolone antibiotics and type 2 diabetes mellitus. Med Hypotheses, 2014, 83(3): 263-269. doi:10.1016/j.mehy.2014.05.013. doi: 10.1016/j.mehy.2014.05.013 pmid: 24947193
[41]	赵忠霞, 彭妍, 李朋禹, 等. 抗结核药物致肝损害的临床分析研究. 中国医药指南, 2015, 13(23): 186-187. doi:10.15912/j.cnki.gocm.2015.23.148. doi: 10.15912/j.cnki.gocm.2015.23.148
[42]	陈静, 赵鹏. 贵阳市7043例结核病患者发生抗结核药物性肝损伤的危险因素分析. 结核与肺部疾病杂志, 2021, 2(4): 335-339. doi:10.3969/j.issn.2096-8493.20210094. doi: 10.3969/j.issn.2096-8493.20210094
[43]	Kamara RF, Saunders MJ, Sahr F, et al. Social and health factors associated with adverse treatment outcomes among people with multidrug-resistant tuberculosis in Sierra Leone: a national, retrospective cohort study. Lancet Glob Health, 2022, 10(4): e543-e554. doi:10.1016/S2214-109X(22)00004-3. doi: 10.1016/S2214-109X(22)00004-3
[44]	苏伟, 阮云洲, 赵津, 等. 91例耐多药肺结核患者抗结核药物不良反应发生情况分析. 中国防痨杂志, 2014, 36(7): 560-565. doi:10.3969/j.issn.1000-6621.2014.07.010. doi: 10.3969/j.issn.1000-6621.2014.07.010
[45]	Corbetta L, Tofani A, Montinaro F, et al. Lobar Collapse Therapy Using Endobronchial Valves as a New Complementary Approach to Treat Cavities in Multidrug-Resistant Tuberculosis and Difficult-to-Treat Tuberculosis: A Case Series. Respiration, 2016, 92(5): 316-328. doi:10.1159/000450757. doi: 10.1159/000450757 pmid: 27728916
[46]	代晓琦, 阮云洲, 李仁忠, 等. “医防合作”模式下实施DOT对耐多药肺结核患者不同治疗转归的分析. 中国防痨杂志, 2016, 38(11): 929-933. doi:10.3969/j.issn.1000-6621.2016.11.008. doi: 10.3969/j.issn.1000-6621.2016.11.008
[47]	李源, 高风华, 金锋. DOTS联合微信管理方式对肺结核患者治疗管理效果的评价. 结核与肺部疾病杂志, 2021, 2(1): 50-53. doi:10.3969/j.issn.2096-8493.2021.01.011. doi: 10.3969/j.issn.2096-8493.2021.01.011

研究因素	纳入研究例数	效应模型	异质性检验
研究因素	纳入研究例数	效应模型	χ²值	P值	I²值
单因素分析
性别	20	固定效应模型	25.17	0.150	25
年龄	5	随机效应模型	13.35	0.010	70
农民	8	随机效应模型	22.54	0.002	69
外地户籍	5	随机效应模型	10.19	0.040	61
农村	4	固定效应模型	2.08	0.560	0
复治	10	固定效应模型	11.69	0.230	23
合并症	9	固定效应模型	4.92	0.770	0
不规范治疗	7	随机效应模型	142.69	<0.001	96
标准化治疗	4	随机效应模型	7.87	0.050	62
不良反应	4	随机效应模型	6.83	0.080	56
空洞	6	随机效应模型	17.16	0.004	71
不合理化疗	3	固定效应模型	0.02	0.990	0
免疫增强剂	3	固定效应模型	0.15	0.930	0
氧氟沙星耐药	3	固定效应模型	2.27	0.320	12
多因素分析
复治	7	随机效应模型	14.86	0.020	60
合并症	5	固定效应模型	1.41	0.840	0
不良反应	4	固定效应模型	5.20	0.160	42
空洞	5	固定效应模型	6.41	0.170	38
不合理化疗	4	随机效应模型	9.08	0.030	67
不规范治疗	3	随机效应模型	6.47	0.040	69

研究因素	纳入研究例数	效应模型	OR(95%CI)值	Z值	P值	N_fs,0.05值
人口学特征
性别	20	固定效应模型	1.10(0.97~1.26)	1.45	0.150	10
年龄	5	随机效应模型	2.49(1.21~5.11)	2.49	0.010	33
农民	8	随机效应模型	1.36(0.94~1.98)	1.64	0.100	16
外地户籍	5	随机效应模型	2.10(1.28~3.43)	2.96	0.003	38
农村	4	固定效应模型	1.35(1.05~1.74)	2.31	0.020	4
临床相关因素
复治	10	固定效应模型	1.98(1.59~2.47)	6.06	<0.001	118
合并症	9	固定效应模型	1.78(1.39~2.27)	4.63	<0.001	66
不规范治疗	7	固定效应模型	8.19(1.77~37.99)	2.69	0.007	396
标准化治疗	4	随机效应模型	1.53(0.83~2.80)	1.37	0.170	4
不良反应	4	随机效应模型	3.26(1.97~5.39)	4.59	<0.001	70
空洞	6	随机效应模型	1.92(0.94~3.91)	1.79	0.070	10
不合理化疗	3	固定效应模型	7.71(3.59~16.58)	5.24	<0.001	22
免疫增强剂	3	固定效应模型	0.79(0.55~1.16)	1.20	0.230	0
氧氟沙星耐药	3	固定效应模型	2.14(1.50~3.06)	4.17	<0.001	18

研究因素	纳入研究例数	效应模型	OR(95%CI)值	Z值	P值	N_fs,0.05值
复治	7	随机效应模型	2.63(1.54~4.47)	3.56	0.004	81
合并症	5	固定效应模型	4.28(2.61~7.03)	5.75	<0.001	13
不良反应	4	固定效应模型	2.71(1.87~3.93)	5.25	<0.001	41
空洞	5	固定效应模型	2.79(1.82~4.28)	4.71	<0.001	44
不合理化疗	4	随机效应模型	5.80(2.05~16.41)	3.31	<0.001	57
不规范治疗	3	随机效应模型	6.05(1.91~19.18)	3.06	0.002	34