US valley fever cases may be 18 times higher than reported
NIAID / Flickr cc
数据模型估计,2019 年美国监测报告的球孢子菌病(溪谷热)病例数高出 10 至 18 倍,相关住院人数为 18,000 至 28,000 人,死亡人数为 700 至 1,100 人,这表明真菌性肺部感染的负担远高于想象。
这些发现来自 美国疾病控制和预防中心 (CDC) 领导的一项研究,该研究昨天发表在 JAMA Network Open 上。
仅在 28 个州、华盛顿特区报告疾病
该团队建立了 2019 年 1 月和 12 月向国家法定报告疾病监测系统报告的球孢子菌病病例模型。区域估计基于 2022 年 1 月至 2024 年 7 月流行程度高(亚利桑那州和加利福尼亚州)、低流行(内华达州、新墨西哥州、德克萨斯州、犹他州和华盛顿州)或未知(所有其他州和华盛顿特区)的州。他们还咨询了 17 名球孢子菌病专家(12 名临床医生和 5 名公共卫生官员)的样本。
病例数可能大大高于全国报告的总数,因为监测无法捕捉到未寻求医疗护理或未确诊或误诊的患者。
研究人员写道:“病例数可能大大高于全国报告的总数,因为监测无法捕捉到不寻求医疗护理或未确诊或误诊的患者。
“每年,美国全国监测报告大约 10,000 至 20,000 例病例,从 2014 年的 8,232 例翻倍到 2019 年的 20,003 例,”他们补充说。“然而,球孢子菌病仅在 28 个州和华盛顿特区报告,而这些总数可能只占球孢子菌病真实全国负担的一小部分。”
由受干扰土壤中的孢子引起
球孢子菌病是由吸入土壤中的球孢子菌孢子引起的,主要分布在美国西南部和华盛顿州、墨西哥以及中美洲和南美洲的部分地区。这种疾病的爆发很少见,通常发生在扰乱土壤的天气事件之后。
虽然许多感染者没有症状,但四分之三的人有活动受限性肺炎症状(如咳嗽、发热、疲劳),持续数周至数月,感染可导致严重或长期疾病或罕见情况下的全身感染。这些症状经常被误认为是肺炎,从而延误了治疗。
大多数病例会自行消退,但严重感染患者需要服用抗真菌药物,通常可以完全康复。据估计,美国每年的直接医疗成本和生产力损失为 3.85 亿美元。
诊断准确性取决于流行性
模型估计,2019 年发生了 273,000 例(95% 可信区间 [CrI],206,000 至 360,000 例)有症状的球孢子菌病病例,是通过监测确定的数量的 10 至 18 倍,以及 18,000 至 28,000 例相关住院和 700 至 1100 例死亡2019 年。
球孢子菌病流行率高的州负担最大 (125,000 例),其次是未知流行州 (103,000) 和流行最少的州 (46,000)。这些病例导致每年估计有 23,000 人住院(95% CrI,18,000 至 28,000 人)和 900 人死亡(95% CrI,700 至 1,100 人)。
根据通过专家小组获得的值,研究人员估计 30% 的有症状单纯性球孢子菌病患者和 99% 的严重感染患者寻求医疗保健。
寻求医疗保健并准确诊断为无并发症疾病的患者比例取决于各州地方病(高地方病,38%;低地方病,20%;未知地方病,8%)和严重病(高地方病,80%;低地方病,45%;未知地方病,25%)。
高度流行州占所有估计住院人数的一半 (12,000),而在未知流行和低流行州分别估计有 7,000 和 4,000 名住院患者。
需要更好的教育、测试和报告
作者估计,全国每 100,000 人中有 7 人住院:在高度流行州,每 100,000 人中有 26 人;在低流行州,每 100,000 人中有 9 人;在流行情况未知的州,每 100,000 人中有 3 人。
这些发现表明,球孢子菌病负担估计值大大超过全国报告的病例数,这凸显了提高认识、教育、诊断检测实践和报告的必要性,以便为公共卫生工作提供信息并实现更好的患者预后。
大多数估计死亡发生在高度流行州 (500),其次是未知流行州 (300) 和低流行州 (200)。该团队估计全国每 100,000 人中有 0.3 人死亡,高度流行州的区域死亡率为每 100,000 人 1.1 人,低流行州每 100,000 人中有 0.4 人,未知流行州为每 100,000 人 0.1 人。
专家小组估计,在低流行州,向公共卫生官员报告了 32% 的准确诊断的球孢子菌病病例,13% 在未知流行州报告。根据亚利桑那州监测数据和血清学实验室检测数据的比较,估计 80% 的准确诊断患者被报告给高度流行州的公共卫生官员。
“这些发现表明,球孢子菌病负担估计大大超过全国报告的病例数,这凸显了提高认识、教育、诊断检测实践和报告的必要性,以便为公共卫生工作提供信息并实现更好的患者结果,“作者总结道。“改进常规监测、加强监测项目和有针对性的研究对于从原始数据中产生更可靠的乘数至关重要。”
Hits: 0