Сравнительная оценка маркеров клеточного и гуморального иммунного ответа в дифференциальной диагностике активного туберкулеза легких и латентной туберкулезной инфекции

Е.В. Васильева, В.Н. Вербов, И.Ю. Никитина, И.В. Лядова, С.В. Лапин, М.Н. Паукер, И.Ю. Грицай, В.Б. Ивановский, М.В. Жемкова, Е.В. Прибыток, Арег А. Тотолян.

Введение

Для предупреждения распространения туберкулеза (ТБ) большое значение имеет своевременная и достоверная диагностика. Перспективным направлением для совершенствования методов клинической диагностики туберкулеза является идентификация биомаркеров в венозной крови. Цель исследования – поиск информативных иммунологических маркеров и разработка алгоритма, позволяющего дифференцировать активный ТБ легких от латентной туберкулезной инфекции (ЛТБИ).

Материалы и методы исследования

В исследование были включены пациенты (n=63) с впервые выявленным, преимущественно инфильтративным, туберкулезом легких в возрасте от 18 до 76 лет (54 % мужчин, 46 % женщин), средний возраст составил 38 лет [30;48], до начала специфической противотуберкулезной терапии. Обследовано также 28 здоровых доноров и группа (n=49) контактных лиц, имеющих длительный контакт с больными ТБ. В эту группу были включены сотрудники стационаров противотуберкулезных учреждений со стажем работы более 1 года в возрасте от 25 до 73 лет (18 % мужчин, 82 % женщин), средний возраст составил 48 лет [37,5; 57]. У 86 % больных диагноз ТБ был подтвержден микробиологическим методом (посев мокроты).

Всем лицам, включенным в исследование (n=140), определяли содержание в плазме крови неоптерина (IBL, Германия), специфических антител класса IgG (ПТА) (ИФА-анти-ТУБ, Россия) и выполняли “QuantiFERON-TB Gold In-Tube” (КФТ). Помимо IFNγ мы определяли спонтанную (NIL) и антигениндуцированную (AG) продукцию 12 аналитов (EGF, MIP-1β, VEGF, IL-2, IL-4, IL-6, IL-1α, IFNα2, TGFα, TNFα, sIL-2Rα, sCD40L) с помощью технологии xMap (“Millipore”, США) и IP-10 иммуноферментным методом (Bender Medsystems, Австрия).

Для статистической обработки полученных данных использовали пакеты программ MS Excel, SPSS (версия 13.0), Prizm 5.0 (GraphPad Software Inc.), JMP 9.0. Анализировали значения как NIL и AG продукции, так и разности между ними (AG-NIL). Для сравнения парных количественных значений использовали непараметрический критерий Манна-Уитни. Для сравнения двух различных диагностических тестов и выбора значения оптимальной точки разделения проводили ROC-анализ.

Результаты

Для диагностики инфицирования КФТ является наиболее информативным тестом (Ч=64 %, C=89 %, ОПП=6). При дифференциальной диагностике латентной и активной ТБ инфекции наибольшей значимостью обладает выявление ПТА (Ч=54 %, С=94 %, ОПП=9,00), после чего следует НПТ (Ч=51 %, С=92 %, ОПП=6,38). Специфичность КФТ для решения этой задачи ничтожна (43 %).

В результате проведения мультиплексного анализа было установлено, что IP-10AG-NIL и IL-2AG-NIL являются биомаркерами альтернативными IFNγAG-NIL, которые позволяют работать в более широком диапазоне определяемых концентраций и при более высоких пороговых значениях (1087 пг/мл и 36 пг/мл против 14 пг/мл).

Построение дерева решений в программе JMP 9.0 позволило выбрать три наиболее значимых маркера: IFNγAG-NIL, TGFαNIL и IL-6AG (пороговые значения 6,37 МЕ/мл; 17,0 пг/мл и 2039 пг/мл, соответственно), комбинированное определение которых позволило выявить 96,3 % (26 из 27) случаев активного туберкулеза и 80,7 % (21 из 26) случаев ЛТБИ.

Показано, что оценка активности ТБ процесса у лиц с установленным на 1 этапе инфицированием Mtb повышает специфичность диагностики (на 14 – 21 %), для НПТ различий не выявлено.

Обсуждение и выводы

На основании полученных результатов нами предложен двухступенчатый алгоритм иммунологической диагностики ТБ. На первом этапе предлагается проводить количественное измерение специфической продукции IFNγ, IP-10 или IL-2, тем самым выявляя контингент лиц, инфицированных микобактериями. На втором этапе, для определения активности ТБ процесса, применять комбинацию IFNγ, TGFα и IL-6 или определять содержание НПТ и ПТА в сыворотке крови.

Все публикации

ФБУН НИИ эпидемиологии
и микробиологии имени Пастера
Отдел новых технологий