肺结核队列 Avicenne 医院 (COTB-AVC)

在全球范围内，2019 年报告了约 1000 万例结核病病例和 140 万例结核病死亡病例。 尽管潜伏性结核病的发病率估计占世界人口的 23%，但各大洲和国家之间的发病率差异很大，西欧的发病率低于每 100,000 名居民 10 例，而南欧等国家的发病率超过 500/100,000非洲、菲律宾或莫桑比克。 尽管欧洲地区仅占所有病例的 2.5%，但结核病仍然是移民和贫困地区的常见感染。 世界卫生组织的总体目标是到 2035 年（终结结核病战略）将结核病死亡人数减少 95%（与 2015 年相比），并将结核病发病率降低 90% 至低于 10/100,000 人。 在法国，全国报告率为 7.6/100,000，但巴黎北部是法国结核病发病率最高的地区（2016-2018 年为 25.9/100,000）。 在大多数国家观察到的报告率下降令人欣慰，但年下降率仍不足以实现世卫组织到 2050 年在欧洲低发病率国家消除结核病的目标。 结核病控制需要及早发现和治疗患者，并调查可能暴露的接触者。 这些措施可以防止感染的持续传播和耐药性的发展。 因此，在评估结核病项目时，结核病治疗结果的监测也非常重要。 自2014年以来，世卫组织设定的目标是新的痰涂片阳性结核病病例治疗成功率达到90%。 2017 年，31 个欧盟/欧洲经济区国家中的 30 个国家报告了 55,337 例结核病病例。 只有三分之二 (67.6%) 的患者得到成功治疗，7% 的患者在结核病治疗期间死亡。 事实上，自 2007 年以来，治疗结果监测 (TOM) 是法国强制通知的一部分，临床医生在 1 年时填写治疗结果表。 不幸的是，在法国，关于治疗结果的可用信息受到频繁缺失数据的限制，2018 年仅完成了 64.8% 的治疗结果文件。 此外，透彻了解特定国家的结核病流行病学对于制定全面的国家结核病战略计划至关重要，并有助于确定不良治疗结果或失访的决定因素。 结核病患者的医疗路径存在明显短板，很大一部分治疗结果未知，包括大量失访导致二次传播、结核病复发和耐药性出现等。 未知治疗结果对应于治疗开始后 12 个月未指定的治疗结果（失访、转移、信息缺失）。 卫生行为者必须动员起来，更好地了解治疗效果不佳的患者的特征，并提供解决方案，以更好地控制我们地区的结核病。 我们还想评估主要抗结核药物（利福平和异烟肼）的血浆浓度与治疗结果之间的关系。

为了实现这些目标，我们建议首次在法国组建一个结核病患者队列。

princeps 研究每年招募 75 名患者，为期 4 年，随访期为 1 年，研究总持续时间估计为 5 年。通过在巴黎北部开展一项针对结核病患者的前瞻性队列研究，我们的目标是评估法国大都市结核病发病率最高地区的结核病治疗结果及其决定因素。 同时，我们要评估患者的社会人口学和临床特征，以及主要抗结核药物（利福平和异烟肼）的血浆浓度与治疗结果之间的关系。

方法 研究人群和数据收集 一项观察性、前瞻性、单中心成年结核病患者队列研究将在巴黎北部的 1 个中心进行：Avicenne 医院 (Bobigny) 传染病和呼吸内科。

将根据研究时间表收集符合纳入标准的患者的社会人口学、物理、生物学和放射学数据：第 0 天 (D0)、第 15 天、第 1 个月 (M1)、M2、M6 和 M12。 主要终点将是 12 个月时的不良治疗结果。 治疗结果的类别是通过根据法国的情况调整欧洲和世界卫生组织的建议来定义的。 在 12 个月内完成治疗的患者被认为具有良好的治疗结果，即使他没有参加 M12 的就诊。 次要终点将包括结核病例的社会经济和临床特征，以及利福平和异烟肼的药代动力学。

纳入标准是肺结核或肺外结核纳入中心之一新治疗的门诊或住院结核病患者，经细菌学确认（直接检查、Gen-eXpert MTB/RIF 和/或阳性培养）、提示性组织学（上皮样巨细胞肉芽肿伴或不伴干酪样坏死），或临床高度怀疑结核病尚未生物学证实但决定进行治疗。 非入选标准是：反对参与研究、在纳入访视时抗结核治疗超过 7 天以及参与另一项研究方案。

纳入时收集的数据将是：人口统计、社会和专业数据（性别、年龄、出生国家、抵达法国的日期、过去 2 年在国外的逗留时间、家庭情况、职业、住所、健康保险覆盖率、使用的语言、合并感染、临床病史、成瘾（烟草、酒精、药物）、WHO 表现状况、临床数据（合并感染、WHO 表现状况、结核病史、结核病发生地点、是否存在咳嗽、发烧、出汗夜间、诊断环境），用于监测治疗及其耐受性的生物学、微生物学和放射学数据。 药代动力学数据也将在第 15 天收集，从治疗开始后 3 小时利福平和异烟肼的峰值给药。 每位患者的随访将持续 12 个月。 数据将被输入电子数据采集系统。

统计分析 定性变量将描述为频率 (%)，定量变量将描述为中值和四分位距 (IQR)。 将通过多变量分析研究 1 年的治疗结果以及相关的社会经济和临床因素。 将使用逻辑回归进行单变量和多变量分析。 所有统计测试都将基于双尾 p 值，p<0.05 被认为表明具有统计显着性。 关联将使用具有 95% 置信区间的粗略和调整后的优势比来表示。 在我们的最终模型中，我们将在对 p 值使用 0.20 的阈值进行反向选择后包括所有具有统计显着性的数据。 所有分析将使用 RStudio 统计软件（版本 1.4.869 © 2009-2020 RStudio, Inc）。