《Discover Public Health》：Elimination of tuberculosis by 2025, an Indian perspective
编辑推荐：
本文针对印度结核病高负担现状，系统分析了国家结核病消除计划实施瓶颈，提出通过加强公私合作、普及药物敏感性检测和人工智能诊断技术等创新策略，为实现2030年全球终结结核病目标提供关键见解。
在公共卫生领域，结核病至今仍是全球最致命的传染病威胁之一。这种由结核分枝杆菌引起的古老疾病，每年导致数百万人患病，其中印度承担着全球约27%的结核病负担，相当于每年新增约280万病例，近50万人因此丧生。尽管结核病可防可治，但印度要实现2025年消除结核病的目标——比世界卫生组织的2030年目标提前五年——仍面临巨大挑战。
挑战与机遇并存的结核病防控现状
印度结核病防控的复杂性源于多重因素。医疗基础设施不足、诊断设施缺乏、医护人员短缺构成医疗系统层面的障碍；而贫困、营养不良、社会歧视、公众认知不足、就医延迟、卫生条件差和居住拥挤等社区因素更是雪上加霜。值得注意的是，营养不良是印度约50%结核病负担的单一最重要诱因，形成结核病与营养缺乏的双向恶性循环。
印度政府自独立初期就开始结核病防控工作，从1947年设立结核病部门，到1962年启动国家结核病规划，历经1997年修订的国家结核病控制计划和2019年升级的国家结核病消除计划。2017年推出的国家战略计划提出“检测、治疗、预防、建设”四大支柱战略，目标到2025年将结核病发病率和死亡率分别降低90%和95%。
技术创新助力结核病诊断与治疗
研究人员通过多种先进技术手段推进结核病消除进程。分子诊断技术如核酸扩增技术能快速、灵敏、准确地检测结核分枝杆菌及其耐药性，为治疗方案提供关键依据。全基因组测序技术可全面分析病原体的毒力基因、抗菌素耐药性基因、序列类型和单核苷酸多态性，为监测耐药结核病出现、理解传播模式、预测和预防疫情提供技术支持。
人工智能技术特别是深度学习算法在结核病识别方面表现出色。基于机器学习的人工智能计算机辅助检测系统能够从实验室数据、临床表现、胸部X光片和细菌生物学特征中提取诊断特征，其敏感性、特异性和准确性均达到相当满意的水平。卷积神经网络、视觉几何组网络、残差网络和密集连接卷积网络等深度学习模型已成为主流技术。
研究结果揭示防控关键点
通过分析印度各地结核病分布情况，研究发现西孟加拉邦、德里、古吉拉特邦、拉贾斯坦邦、中央邦、比哈尔邦、马哈拉施特拉邦和北方邦等人口密集地区发病率最高，而喀拉拉邦和拉克沙群岛等地区发病率较低。这种差异与人口密度、贫困程度、医疗资源分布密切相关。
在耐药结核病方面，研究指出印度多重耐药结核病病例从2015年的14万例下降到2023年的11万例，降幅达20%。但耐药结核病仍是重大挑战，约2.5%的新发病例和13%的经治病例为多重耐药结核病。治疗成功率从2017年的49%提升至2021年的75%，预广泛耐药结核病的治疗成功率也从36%提高到68%。
创新策略与多方协作并进
为加速结核病消除进程，印度推出了多项创新措施。Nikshay平台作为基于网络的患者管理系统，集中管理结核病患者的识别、诊断、报告、治疗和随访。通过公私合作模式，特别是联合消除结核病努力项目，促进私立医疗机构报告结核病病例并纳入国家规划。
主动发现病例策略组织医疗工作者进行上门筛查，在弱势群体中开展症状排查。移动诊断单元深入偏远地区，提高病例发现率。营养支持方面，通过Nikshay Poshan Yojana项目为每名患者提供每月1000卢比的营养补助，增强患者免疫力。
社区参与是另一重要策略。Pradhan Mantri TB Mukt Bharat Abhiyan项目通过Nikshay-Mitra计划鼓励普通公民和非政府组织“领养”结核病患者，提供必要支持，减少社会歧视。同时利用远程咨询、移动应用和短信提醒等方式提高治疗依从性。
研究结论与展望
研究表明，印度结核病消除目标面临多重挑战，包括结核病高发、报告不足、诊断延迟、贫困、营养不良、拥挤、药物耐药性增加、治疗不规范、社会歧视、COVID-19疫情干扰和医疗基础设施不足等。尽管如此，通过早期诊断、快速检测、药物辅助早期干预、患者教育和社区教育等多管齐下的策略，印度在结核病防控方面已取得显著进展。
研究人员强调，消除结核病不仅需要医疗卫生部门的努力，更需要政府、医疗服务提供者、公民社会、社区领袖和患者本身的共同参与。在开发结核病疫苗、缩短和简化治疗方案、开展操作研究、实施实时数字监测和社区为基础的治疗的同时，必须解决结核病的社会经济决定因素，包括贫困、拥挤、营养不良和认知不足等问题。
虽然印度承诺2025年消除结核病的道路比看起来更加艰难，但通过持续创新、多方合作和全面策略，这一目标正在逐步接近现实。该研究为高负担国家结核病防控提供了重要参考，也为全球2030年终结结核病目标提供了实践路径。
主要技术方法
研究基于国家结核病消除计划监测数据，采用全基因组测序技术分析结核分枝杆菌的遗传特征和耐药谱。利用人工智能算法开发计算机辅助诊断系统，提高结核病识别效率。通过主动病例发现策略在社区层面进行症状筛查，并结合药物敏感性测试优化治疗方案。研究还利用Nikshay平台进行患者管理和治疗依从性监测。
研究结果分析
结核病负担现状
印度结核病发病率从2015年的10万分之237下降到2023年的10万分之195，降幅17.7%。死亡率从10万分之28降至10万分之22，降幅21.4%。推测结核病检查率从2015年的10万分之710.8上升到2023年的10万分之1710，年度结核病病例通报率从125.2/10万提高到178.8/10万。药物敏感结核病治疗成功率从2017年的约69%提高至2023年的88%。
地区分布特征
不同地区结核病负担差异显著。德里发病率最高达499/10万，比哈尔邦294/10万，而喀拉拉邦仅76/10万，拉克沙群岛低至23/10万。高发地区与人口密度、贫困程度和医疗资源不足密切相关。
耐药结核病挑战
多重耐药结核病负担仍然沉重，全球约67.9%的病例集中在印度、印尼、中国、菲律宾、巴基斯坦、尼日利亚、孟加拉国和刚果民主共和国等中低收入国家。印度多重耐药结核病占全球27%，治疗成功率从2017年49%提升至2021年75%。
干预措施效果
公私合作模式显著提高病例通报率，电子结核病干预地区报告率增加34%，而非干预地区仅增8%。营养支持、社区参与和数字健康技术有效改善治疗依从性和效果。
研究结论与意义
印度结核病消除计划通过多部门合作、技术创新和社区参与取得显著进展，但2025年消除目标面临挑战。全基因组测序和人工智能诊断技术为精准防控提供新工具，耐药结核病仍是重大威胁。成功消除结核病需要继续加强早期诊断、规范治疗、营养支持和社会参与，同时解决贫困、拥挤和歧视等社会决定因素。该研究为高负担国家结核病防控提供重要实践经验，对实现全球2030年终结结核病目标具有参考价值。
