วันอังคารที่ 3 มีนาคม พ.ศ. 2569

Tuberculosis: Epidemiology, Risk Factors, Microbiology, Pathogenesis, Immunology และ Natural history

Tuberculosis: Epidemiology, Risk Factors, Microbiology, Pathogenesis, Immunology และ Natural history

Epidemiology และ Risk Factors

1. Overview / Introduction (ภาพรวมทางระบาดวิทยา TB)

  • การเข้าใจ epidemiology ของ Mycobacterium tuberculosis มีความสำคัญต่อ TB control และ prevention
  • TB ยังคงเป็นหนึ่งในสาเหตุสำคัญของ global infectious mortality
  • ปัจจัยสำคัญที่กำหนดภาระโรค ได้แก่
    poverty, HIV, access to healthcare, drug resistance, และ socioeconomic development

2. Terminology ที่ควรรู้ (เชิงคลินิก)

  • TB disease = active tuberculosis (symptomatic, transmissible)
  • TB infection (TBI) = latent tuberculosis infection (LTBI เดิม)
  • M. tuberculosis complex (MTBC) ประกอบด้วย
    • M. tuberculosis (พบบ่อยสุด)
    • M. africanum (West Africa; infectivity คล้าย TB)
    • M. bovis (zoonotic; นมดิบ/สัตว์)

การรักษา M. africanum ใช้ regimen เหมือน M. tuberculosis

3. Global Burden (ข้อมูลโลกที่สำคัญต่อเวชปฏิบัติ)

ภาระโรคทั่วโลก

  • ~10.8 million new TB cases (2023)
  • ~1.25 million deaths/ปี
  • ~1.7 billion คน (≈22% ของประชากรโลก) มี TB infection
  • MDR/RR-TB ~400,000+ cases ต่อปี

แนวโน้ม

  • Incidence ลดลงช้า (≈1.5–2%/year) ก่อน COVID-19
  • COVID-19 ทำให้:
    • diagnosis ลดลง
    • undiagnosed TB (“missing millions”) ≈ 30%
    • incidence และ mortality เพิ่มขึ้นอีกครั้ง

4. Geographic Epidemiology (การกระจายตามภูมิภาค)

High incidence (>300/100,000)

  • Sub-Saharan Africa
  • India
  • Southeast Asia islands / Micronesia

Intermediate incidence (26–300/100,000)

  • China
  • Latin America
  • Eastern Europe
  • Northern Africa

Low incidence (<25/100,000)

  • United States
  • Western Europe
  • Japan, Australia, Canada

95% ของ TB เกิดใน resource-limited countries

5. Key Drivers ของ TB Epidemic (High-yield)

1.       HIV epidemic

2.       Poverty & crowding

3.       Malnutrition

4.       Drug-resistant TB

5.       Limited access to diagnostics/treatment

Socioeconomic indicators ที่สัมพันธ์กับ TB burden:

  • GDP per capita ต่ำ
  • Poor sanitation
  • Limited healthcare expenditure
  • Child mortality สูง

6. WHO “End TB Strategy” (เชิงนโยบาย)

เป้าหมายปี 2030:

  • ↓ TB deaths 90%
  • ↓ TB incidence 80%
  • ลด catastrophic cost ของผู้ป่วย

กลยุทธ์หลัก:

  • Early diagnosis (NAAT expansion)
  • Treatment completion
  • TBI screening & treatment
  • Active case finding ในกลุ่มเสี่ยง

7. Active Case Finding (Clinical Public Health relevance)

สำคัญเพราะ:

  • ~30% TB ไม่ถูกวินิจฉัย

วิธี screening:

  • Chest radiography
  • Sputum NAAT
  • Symptom survey

Target populations:

  • Household contacts
  • Homeless
  • Prison inmates
  • HIV patients

8. Epidemiology in the United States (High-yield exam & clinical points)

Incidence

  • Lowest: 2.2/100,000 (2020)
  • ↑ เป็น 2.9/100,000 (2023; post-COVID)

Demographic pattern

  • 76% ของ TB cases = foreign-born persons
  • ส่วนใหญ่จาก:
    • Mexico
    • Philippines
    • Vietnam
    • India
    • China

Pathogenesis:

  • ส่วนใหญ่เป็น reactivation TB มากกว่า recent transmission

Disparities

Incidence สูงกว่าใน:

  • American Indian/Alaska Native
  • Black
  • Asian
  • Hispanic

9. Seasonality ของ TB

  • Peak: Spring
  • Trough: Fall
  • พบชัดใน:
    • children
    • clustered transmission
  • สะท้อน recent transmission > reactivation

10. Major Risk Factors for TB (Clinical Classification)

10.1 Host Factors (Immunosuppression)

⭐ HIV infection (สำคัญที่สุด)

  • Risk TB ↑ 9–16 เท่า
  • Rapid progression
  • Higher mortality
  • CD4 <200 = highest risk
  • ART ลด long-term TB incidence แต่มี “unmasking TB” early after ART

Bidirectional interaction:

  • TB ↑ HIV viremia
  • TB accelerates AIDS progression

Other Immunosuppressive Conditions

Risk Factor

Clinical Note

Glucocorticoid ≥15 mg/day ≥1 month

RR ~4–5

TNF inhibitors / biologics

Reactivation TB สูง

Solid organ transplant

High risk

CKD / ESRD

RR 6.9–52

Hematologic malignancy

สูงมาก

10.2 Metabolic & Systemic Diseases

  • Diabetes mellitus → RR ~2–3 (poor control สูงสุด)
  • Silicosis (miners, construction)
  • Cirrhosis
  • COPD (partly due to steroid/smoking)
  • Celiac disease (HR ~3.7)
  • Post-gastric surgery / gastric bypass

10.3 Nutritional Factors (เชิง clinical relevance)

  • Underweight (BMI <18.5) → RR ~2.6
  • Vitamin D deficiency → ↑ susceptibility (macrophage dysfunction)
  • Malnutrition = major global driver

(สอดคล้องกับ seasonality และ sunlight hypothesis แม้ไม่ใช่ปัจจัยหลักใน US)

10.4 Behavioral Risk Factors

  • Smoking → RR ~1.5–2 + ↑ mortality/relapse
  • Alcohol >40 g/day → ↑ TB risk
  • Substance use (สัมพันธ์กับ homelessness, incarceration)

11. Environmental & Social Risk Factors (สำคัญในเวชฉุกเฉินและสาธารณสุข)

High Exposure Settings

  • Household contact (strongest predictor)
  • Prisons
  • Homeless shelters
  • Nursing homes
  • Hospitals (nosocomial TB)

Crowding + poor ventilation = transmission amplification

Socioeconomic Determinants

  • Poverty
  • Overcrowding
  • Poor access to healthcare
  • Low education
  • Unemployment

12. Special Epidemiologic Patterns by Age & Sex

  • Resource-limited countries: Young adults (primary transmission)
  • Developed countries: Elderly (reactivation TB)
  • Male > Female (community exposure)

13. TB-HIV Coinfection (High-yield Clinical Epidemiology)

  • ~6% ของ global TB cases มี HIV
  • 74% ของ HIV-TB อยู่ใน Sub-Saharan Africa
  • Risk of progression:
    • 3–13%/year (low transmission settings)
    • สูงมากใน high-burden areas
  • Recurrent TB สูง (reinfection > relapse)

14. TB Control: Clinical Implications for Physicians

Key actionable points:

1.       Screen TBI ใน high-risk groups (HIV, immunosuppressed, migrants)

2.       Contact investigation = high yield

3.       Early diagnosis ลด transmission chain

4.       Address social determinants (housing, nutrition)

5.       Optimize ART in HIV patients

6.       Screen before TNF inhibitors / biologics (critical)

High-Yield Clinical Pearls (สรุปสำหรับใช้งานจริง)

  • Close household contact = strongest risk factor
  • HIV = highest individual risk modifier
  • Foreign-born + latent infection → major source of TB in low-incidence countries
  • Undiagnosed TB (~30%) = major barrier to global control
  • Reactivation > recent transmission ในประเทศรายได้สูง
  • Malnutrition + poverty = core epidemiologic drivers
  • Diabetes + CKD + immunosuppressants = emerging clinical risk factors

Microbiology, Pathogenesis, Immunology และ Natural history

1) Big picture

  • Human host = natural reservoir ของ Mycobacterium tuberculosis (MTB)
  • TB เป็นหนึ่งในสาเหตุการเสียชีวิตจากโรคติดเชื้อที่สำคัญของผู้ใหญ่ทั่วโลก
  • แก่นของโรคคือ “intracellular pathogen + granuloma biology + host immunity” → ทำให้เกิด spectrum ตั้งแต่ no infection → TB infection (TBI) → subclinical TB → active/communicable TB

2) Natural history / Spectrum หลังสัมผัสเชื้อ (high-yield)

2.1 การแพร่เชื้อ

  • Aerosol transmission จากผู้ป่วยที่มี pulmonary/airway TB (โดยเฉพาะ laryngeal involvement)
  • Droplet nuclei เกิดจาก cough/sneeze/talk/breathe → deposition ในปอดของผู้รับเชื้อ

2.2 Possible outcomes หลัง exposure

1.       No TB infection

o   เชื้อไม่ establish infection (พบส่วนน้อยเมื่อมี repeated/prolonged exposure)

2.       TB infection (TBI; latent TB เดิม)

o   นิยามเชิงคลินิก: มี cell-mediated immune response ต่อ MTB (เช่น TST/IGRA positive)

o   ไม่มีอาการ/อาการแสดงของ TB disease

3.       Primary TB disease

o   เกิด TB disease ภายใน ~2 ปีแรกหลังติดเชื้อใหม่

o   เด่นใน เด็กเล็ก และ immunocompromised

4.       Reactivation TB disease

o   เกิดอาการ TB disease หลัง ระยะ contained infection เป็นปีๆ

o   ในคนภูมิคุ้มกันปกติ: lifetime risk ~5–10%

o   เพิ่มมากใน: HIV, immunosuppressive meds, extremes of age

2.3 Concept สำคัญ: “Continuous spectrum”

  • ไม่ได้แบ่งเป็นกล่องชัดเสมอ → มี subclinical TB disease ได้
    • ตัวอย่าง: positive sputum AFB tests (NAAT/smear/culture) หรือ imaging compatible TB แต่ ไม่มีอาการ
  • Clinical implication: “ไม่มีอาการ” ≠ “ไม่มีโรค/ไม่แพร่เชื้อเสมอ” (ขึ้นกับ bacillary burden/airway involvement)

3) Microbiology ที่ต้องจำ (ใช้งานจริง)

3.1 M. tuberculosis complex (MTBC)

  • MTBC รวมหลาย species: M. tuberculosis, M. bovis, M. bovis BCG, M. africanum, M. caprae, M. microti (และบางชนิดที่ยังไม่ validated)
  • ห้องแล็บส่วนใหญ่รายงานเป็น “MTBC” มากกว่าระบุ species
  • ข้อยกเว้นสำคัญทางการรักษา:
    • M. bovis และ M. bovis BCG intrinsically resistant to pyrazinamide (PZA)
    • ที่เหลือโดยมาก regimen ไม่ต่าง → มักไม่จำเป็นต้อง subspeciation เพื่อการรักษา

3.2 Cell wall / Envelope (เหตุผลที่ TB “ดื้อ” และ “acid-fast”)

  • โครงสร้างเฉพาะ: peptidoglycan + arabinogalactan + mycolic acids (เชื่อมกันแบบ covalent)
  • ชั้น lipid หนา + hydrophobic →
    • permeability barrier ต่อ nutrients/antibiotics
    • อธิบาย slow growth, drug tolerance, และ acid-fast staining
  • Lipoarabinomannan (LAM): glycolipid ของ cell wall
    • ตรวจได้ใน urine ของ TB disease โดยเฉพาะใน advanced HIV (ใช้เป็น diagnostic adjunct ในบางแนวทาง)

4) Diagnostic microbiology (สรุปเชิงคลินิก)

4.1 Staining / Microscopy

  • Gram stain ไม่เหมาะ (อาจเห็น beaded rods/ติดสีแปรปรวน)
  • Acid-fast stain (AFB)
    • Ziehl–Neelsen ใช้ความร้อนช่วย uptake แต่เพิ่มความเสี่ยง aerosol → ideal ภายใต้ BSL-3
    • Kinyoun (“cold stain”) ไม่ใช้ความร้อน → practical กว่า
  • Fluorescence microscopy (auramine-based)
    • อ่านได้เร็วกว่า และโดยทั่วไป sensitivity ดีกว่า light microscopy
  • ข้อจำกัดใหญ่: smear/microscopy แยก MTBC vs NTM ไม่ได้

4.2 Culture (still gold standard for sensitivity)

  • MTB โตช้า (generation time ~20–24 h) → colony อาจใช้ 2–6 สัปดาห์
  • Culture sensitivity สูงสุด (ตรวจเจอได้ที่ bacilli น้อยมากเมื่อเทียบกับ smear)
  • ระบบที่ใช้บ่อย:
    • MGIT (fluorescence oxygen sensor)
    • VersaTREK (pressure change sensing)
    • solid media เช่น Middlebrook 7H10/7H11, Löwenstein–Jensen

4.3 Molecular / NAAT

  • Xpert MTB/RIF: NAAT ตรวจ MTBC + rifampin resistance (ใช้งานหลักกับ respiratory specimens)
  • จุดสำคัญเชิง workflow:
    • NAAT ให้ผลเร็ว → ช่วย triage/เริ่มรักษา/แยกผู้ป่วย
    • แต่ culture ยังจำเป็น เพื่อเพิ่ม sensitivity และทำ susceptibility

4.4 Susceptibility testing

  • First-line drugs: isoniazid, rifampin, ethambutol, pyrazinamide
    • ทำได้ใน automated systems (เช่น MGIT/VersaTREK) ให้ผล susceptible/resistant
  • Second/third-line: มักเป็น broth microdilution → MIC (interpretation ซับซ้อน/จำกัดใน reference labs)
  • แนวโน้มใหม่: whole genome sequencing / targeted sequencing ช่วยระบุ resistance

5) Pathogenesis (แกนคิดที่ใช้ตอบ “ทำไม TB เป็นแบบนี้”)

5.1 Core theme: intracellular survival + granuloma

  • MTB เข้าสู่ macrophages / antigen-presenting cells แล้ว “อยู่รอด” โดย
    • phagosome maturation arrest
    • subvert autophagy
    • manipulation ของ cell death pathways (apoptosis/pyroptosis/ferroptosis)
    • บางสถานการณ์ escape เพื่อแพร่ต่อใน host/สู่ผู้อื่น

5.2 Granuloma: friend & foe

  • Host benefit: containment ลด dissemination → คนส่วนใหญ่ไม่ป่วย
  • Pathogen benefit: เป็น “niche” ให้ bacilli dormancy/persistence → reactivation ได้ในอนาคต
  • เมื่อ balance พัง (เช่น TNF blockade, HIV, malnutrition ฯลฯ) → granuloma breakdown → bacillary proliferation → disease/Transmission

5.3 Necrosis / tissue destruction → transmission

  • virulence factors บางส่วน induce necrosis → cavitation/airway seeding
  • cough เพิ่ม aerosolization อย่างมาก → driving transmission

5.4 Variability in virulence

  • Host factors: genetic susceptibility (เช่น defects ใน IFN-γ/IL-12 axis, HLA variants, TLR variants, vitamin D pathway, TNF pathway ฯลฯ)
  • Bacterial factors: lineage differences (เช่น L2 “Beijing strain” บางสายสัมพันธ์กับ hypervirulence/ transmission)

6) Immunology (สรุปแบบจำง่าย ใช้งานคลินิก)

6.1 Innate immunity (ด่านแรก)

  • Recognition ผ่าน pattern recognition receptors (PRR) โดยเฉพาะ TLRs
  • ตัวอย่างที่จำง่าย: TLR1/2 activation → vitamin D receptor pathway → cathelicidin (antimicrobial peptide)
  • MTB มีเครื่องมือ “หลบ/บิด” innate response → อยู่รอดใน macrophage

6.2 Bridge innate ↔ adaptive

  • IFN-γ และ TNF-α เป็น cytokines สำคัญเชิง functional
    • TNF-α critical ต่อ granuloma integrity
      • clinical proof: anti–TNF therapy → reactivation TB risk
    • IFN-γ/IL-12 axis: ความผิดปกติแต่กำเนิด (เช่น MSMD) → susceptibility ต่อ mycobacteria สูง
  • อื่น ๆ: cytotoxic molecules (granulysin/granzymes/perforin), IL-26 ฯลฯ (หลักฐานเชิงกลไก)
  • แนวคิดใหม่:
    • Trained immunity: BCG กระตุ้น epigenetic reprogramming ใน innate cells → enhanced responses
    • Donor-unrestricted T cells (DURTs): กลุ่ม T cells ที่ตอบสนองเร็วและ recognize non-peptide antigens (bridge-like behavior)

6.3 Adaptive immunity (สำคัญต่อการ “คุม” ระยะยาว)

  • เกิดหลังติดเชื้อประมาณ 2–6 สัปดาห์ (macrophage trafficking ไป lymph node → antigen presentation)
  • TST/IGRA เป็น clinical assays ของ cellular immunity ต่อ MTB antigens
  • CD4 T cells (Th1): ผลิต IFN-γ เพื่อ activate macrophage (สำคัญมาก; CD4 depletion ใน HIV = TB risk สูง)
  • CD8 T cells: ช่วย control/limit dissemination และ cytotoxicity
  • Humoral immunity: บทบาทยังไม่ชัด (ข้อมูลหลากหลาย/ขัดแย้ง) แต่มีสัญญาณว่าบาง context อาจมีความสำคัญ (เช่น IgM response ในบางโมเดล)

7) Clinical takeaways ที่ “เชื่อมกลับไปที่การดูแลคนไข้”

1.       Reactivation risk management สำคัญมากในกลุ่ม HIV, anti–TNF/biologics, transplant, steroid → ต้อง screen/จัดการ TBI อย่างเป็นระบบ

2.       Granuloma integrity ขึ้นกับ TNF → อธิบายเหตุผลที่ anti–TNF ต้องระวัง TB มาก

3.       “ไม่มีอาการ” อาจยังมี bacilli (subclinical TB) → ในบางบริบทต้องพึ่ง NAAT/culture/imaging มากกว่า symptom-based screening

4.       Smear negative ≠ no TB; culture/NAAT เป็นหัวใจของ diagnosis โดยเฉพาะใน immunocompromised

5.       PZA resistance intrinsic ใน M. bovis/BCG → นึกถึงเมื่อ clinical context ชี้ไปทาง zoonotic/BCG-related disease

ที่
ป้ายกำกับ: ,

ไม่มีความคิดเห็น:

แสดงความคิดเห็น

สมัครสมาชิก: ส่งความคิดเห็น (Atom)