贵州省耐药结核病患者服药行为特征分类画像及其与失访行为的关联研究

doi:10.12114/j.issn.1007-9572.2025.0245

中国全科医学 ›› 2026, Vol. 29 ›› Issue (28): 4164-4171.DOI: 10.12114/j.issn.1007-9572.2025.0245

贵州省耐药结核病患者服药行为特征分类画像及其与失访行为的关联研究

唐锦标¹, 黄忠峰², 陈慧娟³, 曾小气¹, 袁芳¹, 王芸¹^,^*()

1．561113　贵州省贵阳市，贵州医科大学公共卫生与健康学院　环境污染与疾病监控教育部重点实验室
2．550004　贵州省贵阳市公共卫生救治中心
3．550004　贵州省贵阳市，贵州省疾病预防控制中心

收稿日期:2025-08-25 修回日期:2025-12-15 出版日期:2026-10-05 发布日期:2026-09-02
通讯作者: 王芸
唐锦标和黄忠峰为共同第一作者

作者贡献：
唐锦标、黄忠峰负责论文构思、数据分析、文章撰写及修改；陈慧娟负责现场调查的统筹与协调；曾小气、袁芳负责现场调查、数据收集、录入与整理；王芸提出选题方向，对文章进行修订与审查，对文章整体负责。
基金资助:
国家自然科学基金资助项目(82360659，81860591)

Classification Profiles of Medication-taking Behavior Characteristics and Its Association with Loss to Follow-up among Drug-resistant Tuberculosis Patients in Guizhou Province

TANG Jinbiao¹, HUANG Zhongfeng², CHEN Huijuan³, ZENG Xiaoqi¹, YUAN Fang¹, WANG Yun¹^,^*()

1. School of Public Health/the Key Laboratory of Environmental Pollution Monitoring and Disease Control, Ministry of Education, Guizhou Medical University, Guiyang 561113, China
2. Guiyang Public Health Rescue Center, Guiyang 550004, China
3. Guizhou Center for Disease Control and Prevention, Guiyang 550004, China

Received:2025-08-25 Revised:2025-12-15 Published:2026-10-05 Online:2026-09-02
Contact: WANG Yun
About author:
TANG Jinbiao and HUANG Zhongfeng are co-first authors

摘要/Abstract

摘要： 背景服药行为是耐药结核病（DR-TB）治疗的关键环节，而患者失访会增加DR-TB的传播风险。既往研究尚未结合患者服药行为特征进行系统分类，也缺乏此类分类与失访结局关联的探讨。目的了解贵州省DR-TB患者的服药行为特征，对其进行分类画像，并分析各类服药行为与失访行为的关联，为制订DR-TB精准干预措施提供参考依据。方法于2024年1—2月开展数据收集工作，数据来源于中国疾病预防控制信息系统结核病信息管理系统及电子病历系统。本研究回顾性分析2019年12月—2023年12月贵州省3家定点医院中，治疗结局为成功和失访的全部DR-TB患者信息。针对12项服药行为特征进行二阶聚类分析，并据此构建患者画像。采用单因素分析及多因素Logistic回归分析，探究服药行为特征分类与失访行为的关联。结果共收集DR-TB患者565例，发生失访行为的患者为130例（23.01%），服药行为特征分为积极获益型152例（26.90%）、本地就医型153例（27.08%）、高忍耐型109例（19.29%）和低依从型151例（26.73%）4类。多因素Logistic回归分析结果显示，以积极获益型患者为对照组，高忍耐型（OR=3.597，95%CI=1.536~8.426）、低依从型（OR=11.149，95%CI=5.146~24.156）和本地就医型患者（OR=2.342，95%CI=1.011~5.427）发生失访行为的风险更高（P<0.05）；年龄较高（OR=1.043, 95%CI=1.023~1.063）、少数民族（OR=2.063, 95%CI=1.281~3.323）、BMI<18.5 kg/m2（OR=1.806，95%CI=1.085~3.006）、不愿意报告婚姻状况（OR=11.030，95%CI=4.176~29.135），均为发生失访行为的危险因素（P<0.05）。结论根据服药行为特征可将DR-TB患者分为积极获益型、本地就医型、高忍耐型和低依从型4类，与积极获益型相比，其他3类患者具有更高的失访风险。今后的结核病防治工作应针对不同类型患者的特征，制订个性化的患者干预措施，加强对高风险患者的管理，减少失访行为的发生，提高患者治愈率。

关键词: 耐药结核病, 服药行为特征, 二阶聚类分析, 患者画像, 失访行为

Abstract:

Background

Medication-taking behavior is crucial for the treatment of drug-resistant tuberculosis (DR-TB), while loss to follow-up (LTFU) increases the risk of further transmission of DR-TB. Previous studies have lacked a systematic classification based on patient medication-taking behavior characteristics and an exploration of their association with LTFU.

Objective

To understand the medication-taking behaviors of patients with drug-resistant tuberculosis (DR-TB) in Guizhou Province, categorize them to construct patient profiles and explore the associations between these behavioral patterns and LTFU, in order to provide a reference basis for the development of DR-TB prevention interventions.

Methods

Data collection for this study was conducted from January to February 2024. The data were sourced from the National Tuberculosis Information Management System and the electronic medical record system. A retrospective analysis was performed on DR-TB patients with treatment outcomes of either success or LTFU from three designated hospitals in Guizhou Province between December 2019 and December 2023. The two-step cluster (TSC) algorithm was performed on 12 medication-taking behavior characteristics to construct patient profiles. Univariate analysis and multiple binary Logistic regressions were applied to identify the associations between medication-taking behavior clusters and LTFU behaviors.

Results

A total of 565 DR-TB patients were included, and 130 (23.01%) patients were LTFU. The characteristics were classified into four clusters: 152 (26.90%) positive benefit-seeking type, 153 (27.08%) local treatment type, 109 (19.29%) high endurance type, and 151 (26.73%) low adherence type. Multiple binary Logistic regression analysis revealed that compared to the positive benefit-seeking type, high endurance type (OR=3.597, 95%CI=1.536-8.426), low adherence type (OR=11.149, 95%CI=5.146-24.156), and local treatment type (OR=2.342, 95%CI=1.011-5.427) clusters were significantly associated with an increased risk of LTFU. Furthermore, advanced age (OR=1.043, 95%CI=1.023-1.063), ethnic minority status (OR=2.063, 95%CI=1.281-3.323), BMI <18.5 kg/m² (OR=1.806, 95%CI=1.085-3.006), and unwillingness to report marital status (OR=11.030, 95%CI=4.176-29.135) were also risk factors for LTFU.

Conclusion

Based on medication-taking behavior characteristics, DR-TB patients can be categorized into four types: positive benefit-seeking type, local treatment type, high endurance type, and low adherence type. Compared with the positive benefit-seeking type, the other three types were associated with a higher risk of being LTFU. Tailored intervention strategies should be formulated based on distinct patient types to optimize DR-TB control programs. Prioritized management of high-risk subgroups, targeted reduction of LTFU, and reinforcement of treatment adherence protocols are critical measures to enhance treatment success rates.

Key words: Drug-resistant tuberculosis, Medication-taking behavior characteristics, Two-step cluster analysis, Patient profile, Loss to follow-up behavior

中图分类号:

R 52

唐锦标,黄忠峰,陈慧娟,等. 贵州省耐药结核病患者服药行为特征分类画像及其与失访行为的关联研究[J]. 中国全科医学, 2026, 29(28): 4164-4171. DOI: 10.12114/j.issn.1007-9572.2025.0245.
TANG Jinbiao,HUANG Zhongfeng,CHEN Huijuan, et al. Classification Profiles of Medication-taking Behavior Characteristics and Its Association with Loss to Follow-up among Drug-resistant Tuberculosis Patients in Guizhou Province[J]. Chinese General Practice, 2026, 29(28): 4164-4171. DOI: 10.12114/j.issn.1007-9572.2025.0245.

图/表 5

参考文献 27

[1]	World Health Organization. Global tuberculosis report 2024[R]. Geneva: World Health Organization, 2024.
[2]	周建，陈慧娟，陈玮, 等. 贵州省耐药肺结核人群特征及诊疗情况分析[J]. 中国慢性病预防与控制, 2021, 29(6): 437-441.
[3]	陈慧娟，郑旭彬，王芸, 等. 基于肺结核患者耐药风险的筛查策略对耐多药结核病发现效果的评价[J]. 中华流行病学杂志, 2021, 42(12): 2164-2169. DOI:10.3760/cma.j.cn112338-20210125-00063.
[4]	王硕，何梦雅，张艳秋, 等. 河南省1165例耐多药和广泛耐药肺结核患者治疗结局及影响因素分析[J]. 疾病监测, 2024, 39(1): 97-101. DOI:10.3784/jbjc.202303170106.
[5]	Abubakar M, Ullah M, Shaheen M A, et al. Why do patients with DR-TB do not complete their treatment? Findings of a qualitative study from Pakistan[J]. BMJ Open Respir Res, 2024, 11(1): e002186.
[6]	Kamara R F, Saunders M J, Sahr F, et al. Social and health factors associated with adverse treatment outcomes among people with multidrug-resistant tuberculosis in Sierra Leone: a national, retrospective cohort study[J]. Lancet Glob Health, 2022, 10(4): e543-e554. DOI:10.1016/S2214-109X(22)00004-3.
[7]	刘乐洋，刘维维. 用户画像在卫生健康领域应用中的研究进展[J]. 中国健康教育, 2023, 39(9): 826-831.
[8]	袁薇，陈璞，何昱颖, 等. 贵州省肺结核疫情控制主要影响因素分析[J]. 中国公共卫生, 2019, 35(2): 206-209.
[9]	黄爱菊，马晓雪，陈慧娟, 等. 2020年贵州省少数民族普通肺结核患者家庭灾难性支出情况及影响因素分析[J]. 疾病监测, 2024, 39(11): 1502-1508. DOI:10.3784/jbjc.202404240263.
[10]	刘剑君，么鸿雁，刘二勇. 我国结核病疫情与社会经济因素的关系[J]. 中华流行病学杂志, 2004, 25(12): 1032-1034.
[11]	赵雁林，陈明亭. 中国结核病防治工作技术指南[M]. 北京: 人民卫生出版社, 2021.
[12]	Valle D, Jameel Y, Betancourt B, et al. Automatic selection of the number of clusters using Bayesian clustering and sparsity-inducing priors[J]. Ecol Appl, 2022, 32(3): e2524. DOI:10.1002/eap.2524.
[13]	Mcnabb K C, Bergman A J, Patil A, et al. Travel distance to rifampicin-resistant tuberculosis treatment and its impact on loss to follow-up: the importance of continued RR-TB treatment decentralization in South Africa[J]. BMC Public Health, 2024, 24(1): 578.
[14]	Zhao J N, Qian C Y, Jiang Y Q, et al. Drug-resistant characteristics, genetic diversity, and transmission dynamics of multidrug-resistant Mycobacterium tuberculosis in Jiangxi, China[J]. Infect Drug Resist, 2024, 17: 2213-2223. DOI:10.2147/IDR.S460267.
[15]	文书琴. 耐药结核病患者治疗结局的健康社会决定因素分析:双向队列研究[D]. 济南: 山东大学, 2021.
[16]	Lemma T L, Ersido T, Beyene H T, et al. Non-adherence to anti-tuberculosis treatment and associated factors among TB patients in public health facilities of Hossana town, Southern Ethiopia, 2022[J]. Front Med, 2024, 11: 1360351. DOI:10.3389/fmed.2024.1360351.
[17]	Nyang'wa B T, Berry C, Kazounis E, et al. Short oral regimens for pulmonary rifampicin-resistant tuberculosis (TB-PRACTECAL): an open-label, randomised, controlled, phase 2B-3, multi-arm, multicentre, non-inferiority trial[J]. Lancet Respir Med, 2024, 12(2): 117-128. DOI:10.1016/S2213-2600(23)00389-2.
[18]	Li Z W, Lai K, Li T G, et al. Factors associated with treatment outcomes of patients with drug-resistant tuberculosis in China: a retrospective study using competing risk model[J]. Front Public Health, 2022, 10: 906798. DOI:10.3389/fpubh.2022.906798.
[19]	林颖. 湖南省卫生资源配置不公平对结核病发病率地区差异的影响[D]. 长沙: 中南大学, 2023.
[20]	Grigoryan Z, Mcpherson R, Harutyunyan T, et al. Factors influencing treatment adherence among drug-sensitive tuberculosis (DS-TB) patients in Armenia: a qualitative study[J]. Patient Prefer Adherence, 2022, 16: 2399-2408. DOI:10.2147/PPA.S370520.
[21]	Zhan J H, Wang W, Luo D, et al. Transmission of multidrug-resistant tuberculosis in Jiangxi, China, and associated risk factors[J]. Microbiol Spectr, 2024, 12(11): e03555-e03523.
[22]	Woldeyohannes D, Tekalegn Y, Sahiledengle B, et al. Predictors of mortality and loss to follow-up among drug resistant tuberculosis patients in Oromia Hospitals, Ethiopia: a retrospective follow-up study[J]. PLoS One, 2021, 16(5): e0250804.
[23]	李硕兰，李明武，李光妹, 等. 中国耐多药肺结核不良治疗转归影响因素的Meta分析[J]. 中国防痨杂志, 2022, 44(12): 1303-1313. DOI:10.19982/j.issn.1000-6621.20220212.
[24]	Li Z W, Lai K, Li T G, et al. Factors associated with treatment outcomes of patients with drug-resistant tuberculosis in China: a retrospective study using competing risk model[J]. Front Public Health, 2022, 10: 906798. DOI:10.3389/fpubh.2022.906798.
[25]	杨柳根，马晓玲，范奔, 等. 新疆生产建设兵团肺结核患者治疗转归影响因素分析[J]. 中国热带医学, 2024, 24(4): 456-462.
[26]	Bhargava A, Bhargava M, Meher A, et al. Nutritional support for adult patients with microbiologically confirmed pulmonary tuberculosis: outcomes in a programmatic cohort nested within the RATIONS trial in Jharkhand, India[J]. Lancet Glob Health, 2023, 11(9): e1402-e1411. DOI:10.1016/S2214-109X(23)00324-8.
[27]	Watumo D, Mengesha M M, Gobena T, et al. Predictors of loss to follow-up among adult tuberculosis patients in Southern Ethiopia: a retrospective follow-up study[J]. BMC Public Health, 2022, 22(1): 976.

服药行为特征	赋值
抗结核史	无=0，有=1
停药史	无=0，有=1
服用中药	否=0，是=1
服用贝达喹啉	否=0，是=1
使用注射药物	否=0，是=1
省会城市就医	否=0，是=1
服药管理方式	自服药=0，家庭成员管理=1，医务人员管理=2
服用药品种类数量	以实际值纳入
合并症	无=0，HIV=1，糖尿病=2
最后一次痰检结果	阴性=0，阳性=1
不良反应史	无=0，有=1
治疗时间	以实际值纳入

服药行为特征	赋值
抗结核史	无=0，有=1
停药史	无=0，有=1
服用中药	否=0，是=1
服用贝达喹啉	否=0，是=1
使用注射药物	否=0，是=1
省会城市就医	否=0，是=1
服药管理方式	自服药=0，家庭成员管理=1，医务人员管理=2
服用药品种类数量	以实际值纳入
合并症	无=0，HIV=1，糖尿病=2
最后一次痰检结果	阴性=0，阳性=1
不良反应史	无=0，有=1
治疗时间	以实际值纳入

变量	例数（n=565）	高忍耐型（n=109）	低依从型（n=151）	积极获益型（n=152）	本地就医型（n=153）	χ²（H）值	P值
患者人口学特征
年龄[M（P₂₅，P₇₅），岁]	46.0（30.0，57.0）	47.0（31.0，56.0）	51.0（36.0，58.5）	38.5（27.0，52.0）^b	44.0（30.0，56.0）	18.96^d	<0.001
性别[例（%）]						8.34	0.040
男	374（66.19）	73（67.97）	112（74.17）	89（58.55）^b	100（65.36）
女	191（33.81）	36（33.03）	39（25.83）	63（41.45）^b	53（34.64）
民族[例（%）]						9.75	0.021
汉族	388（68.67）	71（65.14）	102（67.55）	119（78.29）	96（62.75）^c
其他	177（31.33）	38（34.86）	49（32.45）	33（21.71）	57（37.25）^c
职业[例（%）]						39.48	<0.001
农民	225（39.82）	44（40.37）	74（49.01）	40（26.32）^ab	67（43.79）^abc
家务及待业	215（38.05）	48（44.04）	56（37.09）	71（46.71）^ab	40（26.14）^abc
学生	37（6.55）	2（1.83）	7（4.64）	17（11.18）^ab	11（7.19）^abc
其他	88（15.58）	15（13.76）	14（9.27）	24（15.79）^ab	35（22.88）^abc
吸烟史[例（%）]						9.79	0.020
是	183（32.39）	31（28.44）	58（38.41）	57（37.50）	37（24.18）^b
否	382（67.61）	78（71.56）	93（61.59）	95（62.50）	116（75.82）^b
饮酒史[例（%）]						9.42	0.024
是	157（27.79）	26（23.85）	55（36.42）	43（28.29）	33（21.57）^b
否	408（72.21）	83（76.15）	96（63.58）	109（71.71）	120（78.43）^b
婚姻状况[例（%）]						—	0.013
未婚	141（24.96）	28（25.69）	29（19.21）^a	46（30.26）	38（24.84）
已婚	382（67.61）	69（63.30）	116（76.82）^a	96（63.16）	101（66.01）
离异/丧偶	15（2.65）	1（0.92）	4（2.65）^a	6（3.95）	4（2.61）
其他	27（4.78）	11（10.09）	2（1.32）^a	4（2.63）	10（6.54）
BMI[例（%）]						—	0.008
<18.5 kg/m²	180（31.86）	30（27.52）	65（43.05）	49（32.23）	36（23.53）^b
18.5~24.0 kg/m²	323（57.17）	66（60.55）	69（45.69）	92（60.53）	96（62.75）^b
24.1~<28.0 kg/m²	51（9.02）	10（9.18）	13（8.61）	11（7.24）	17（11.11）^b
≥28.0 kg/m²	11（1.95）	3（2.75）	4（2.65）	0	4（2.61）^b
患者类型[例（%）]						—	0.014
MDR-TB	294（52.04）	67（61.47）	65（43.05）	92（60.53）	70（45.75）
RR-TB	231（40.88）	37（33.94）	74（49.01）	54（35.53）	66（43.14）
Pre-XDR-TB	31（5.49）	4（3.67）	10（6.62）	4（2.63）	13（8.50）
Hr-TB	9（1.59）	1（0.92）	2（1.32）	2（1.31）	4（2.61）
患者服药行为特征
抗结核史[例（%）]						81.43	<0.001
有	459（81.24）	109（100.00）	142（94.04）	112（73.68）^ab	96（62.75）^ab
无	106（18.76）	0	9（5.96）	40（26.32）^ab	57（37.25）^ab
停药史[例（%）]						296.64	<0.001
有	106（18.76）	0	99（65.56）^a	5（3.29）^b	2（1.31）^b
无	459（81.24）	109（100.00）	52（34.44）^a	147（96.71）^b	151（98.69）^b
服用中药[例（%）]						89.93	<0.001
是	31（5.49）	0	31（20.53）^a	0^b	0^b
否	534（94.51）	109（100.00）	120（79.47）^a	152（100.00）^b	153（100.00）^b
服用贝达喹啉[例（%）]						78.35	<0.001
是	119（21.06）	0	13（8.61）^a	56（36.84）^ab	50（32.68）^ab
否	446（78.94）	109（100.00）	138（91.39）^a	96（63.16）^ab	103（67.32）^ab
使用注射药物[例（%）]						315.90	<0.001
是	196（34.69）	109（100.00）	66（43.71）^a	15（9.87）^ab	6（3.92）^ab
否	369（65.31）	0	85（56.29）^a	137（90.13）^ab	147（96.08）^ab
省会城市就医[例（%）]						297.46	<0.001
是	277（49.03）	51（46.79）	76（50.33）	150（98.68）^ab	0^abc
否	288（50.97）	58（53.21）	75（49.67）	2（1.32）^ab	153（100.00）^abc
服药管理方式[例（%）]						71.37	<0.001
自服药	233（41.24）	54（49.54）	69（45.70）	80（52.63）	30（19.61）^abc
家庭成员管理	174（30.80）	26（23.85）	57（37.75）	46（30.26）	45（29.41）^abc
医务人员管理	158（27.96）	29（26.61）	25（16.55）	26（17.11）	78（50.98）^abc
服用药物种类[M （P₂₅，P₇₅），种]	3.0（3.0，4.0）	4.0（4.0，4.0）	3.0（3.0，4.0）^a	3.0（3.0，3.0）^ab	3.0（3.0，3.0）^ab	125.71^d	<0.001
合并症[例（%）]						—	0.101
艾滋病	9（1.59）	1（0.92）	2（1.32）	6（3.95）	0
糖尿病	77（13.63）	19（17.43）	16（10.60）	18（11.84）	24（15.69）
无	479（84.78）	89（81.65）	133（88.08）	128（84.21）	129（84.31）
最后一次痰检[例（%）]						139.30	<0.001
阳性	68（12.04）	0	58（38.41）^a	0^b	10（6.54）^abc
阴性	497（87.96）	109（100.00）	93（61.59）^a	152（100.00）^b	143（93.46）^abc
不良反应史[例（%）]						42.11	<0.001
有	76（13.45）	14（12.84）	38（25.17）	0^ab	24（15.69）^c
无	489（86.55）	95（87.16）	113（74.83）	152（100.00）^ab	129（84.31）^c
治疗时间[M（P₂₅，P₇₅），月]	14.0（8.0，18.0）	18.0（10.0，23.0）	11.0（4.5，18.0）^a	15.0（10.0，18.3）^b	11.0（8.0，18.0）^ac	35.55^d	<0.001

变量	例数（n=565）	高忍耐型（n=109）	低依从型（n=151）	积极获益型（n=152）	本地就医型（n=153）	χ²（H）值	P值
患者人口学特征
年龄[M（P₂₅，P₇₅），岁]	46.0（30.0，57.0）	47.0（31.0，56.0）	51.0（36.0，58.5）	38.5（27.0，52.0）^b	44.0（30.0，56.0）	18.96^d	<0.001
性别[例（%）]						8.34	0.040
男	374（66.19）	73（67.97）	112（74.17）	89（58.55）^b	100（65.36）
女	191（33.81）	36（33.03）	39（25.83）	63（41.45）^b	53（34.64）
民族[例（%）]						9.75	0.021
汉族	388（68.67）	71（65.14）	102（67.55）	119（78.29）	96（62.75）^c
其他	177（31.33）	38（34.86）	49（32.45）	33（21.71）	57（37.25）^c
职业[例（%）]						39.48	<0.001
农民	225（39.82）	44（40.37）	74（49.01）	40（26.32）^ab	67（43.79）^abc
家务及待业	215（38.05）	48（44.04）	56（37.09）	71（46.71）^ab	40（26.14）^abc
学生	37（6.55）	2（1.83）	7（4.64）	17（11.18）^ab	11（7.19）^abc
其他	88（15.58）	15（13.76）	14（9.27）	24（15.79）^ab	35（22.88）^abc
吸烟史[例（%）]						9.79	0.020
是	183（32.39）	31（28.44）	58（38.41）	57（37.50）	37（24.18）^b
否	382（67.61）	78（71.56）	93（61.59）	95（62.50）	116（75.82）^b
饮酒史[例（%）]						9.42	0.024
是	157（27.79）	26（23.85）	55（36.42）	43（28.29）	33（21.57）^b
否	408（72.21）	83（76.15）	96（63.58）	109（71.71）	120（78.43）^b
婚姻状况[例（%）]						—	0.013
未婚	141（24.96）	28（25.69）	29（19.21）^a	46（30.26）	38（24.84）
已婚	382（67.61）	69（63.30）	116（76.82）^a	96（63.16）	101（66.01）
离异/丧偶	15（2.65）	1（0.92）	4（2.65）^a	6（3.95）	4（2.61）
其他	27（4.78）	11（10.09）	2（1.32）^a	4（2.63）	10（6.54）
BMI[例（%）]						—	0.008
<18.5 kg/m²	180（31.86）	30（27.52）	65（43.05）	49（32.23）	36（23.53）^b
18.5~24.0 kg/m²	323（57.17）	66（60.55）	69（45.69）	92（60.53）	96（62.75）^b
24.1~<28.0 kg/m²	51（9.02）	10（9.18）	13（8.61）	11（7.24）	17（11.11）^b
≥28.0 kg/m²	11（1.95）	3（2.75）	4（2.65）	0	4（2.61）^b
患者类型[例（%）]						—	0.014
MDR-TB	294（52.04）	67（61.47）	65（43.05）	92（60.53）	70（45.75）
RR-TB	231（40.88）	37（33.94）	74（49.01）	54（35.53）	66（43.14）
Pre-XDR-TB	31（5.49）	4（3.67）	10（6.62）	4（2.63）	13（8.50）
Hr-TB	9（1.59）	1（0.92）	2（1.32）	2（1.31）	4（2.61）
患者服药行为特征
抗结核史[例（%）]						81.43	<0.001
有	459（81.24）	109（100.00）	142（94.04）	112（73.68）^ab	96（62.75）^ab
无	106（18.76）	0	9（5.96）	40（26.32）^ab	57（37.25）^ab
停药史[例（%）]						296.64	<0.001
有	106（18.76）	0	99（65.56）^a	5（3.29）^b	2（1.31）^b
无	459（81.24）	109（100.00）	52（34.44）^a	147（96.71）^b	151（98.69）^b
服用中药[例（%）]						89.93	<0.001
是	31（5.49）	0	31（20.53）^a	0^b	0^b
否	534（94.51）	109（100.00）	120（79.47）^a	152（100.00）^b	153（100.00）^b
服用贝达喹啉[例（%）]						78.35	<0.001
是	119（21.06）	0	13（8.61）^a	56（36.84）^ab	50（32.68）^ab
否	446（78.94）	109（100.00）	138（91.39）^a	96（63.16）^ab	103（67.32）^ab
使用注射药物[例（%）]						315.90	<0.001
是	196（34.69）	109（100.00）	66（43.71）^a	15（9.87）^ab	6（3.92）^ab
否	369（65.31）	0	85（56.29）^a	137（90.13）^ab	147（96.08）^ab
省会城市就医[例（%）]						297.46	<0.001
是	277（49.03）	51（46.79）	76（50.33）	150（98.68）^ab	0^abc
否	288（50.97）	58（53.21）	75（49.67）	2（1.32）^ab	153（100.00）^abc
服药管理方式[例（%）]						71.37	<0.001
自服药	233（41.24）	54（49.54）	69（45.70）	80（52.63）	30（19.61）^abc
家庭成员管理	174（30.80）	26（23.85）	57（37.75）	46（30.26）	45（29.41）^abc
医务人员管理	158（27.96）	29（26.61）	25（16.55）	26（17.11）	78（50.98）^abc
服用药物种类[M （P₂₅，P₇₅），种]	3.0（3.0，4.0）	4.0（4.0，4.0）	3.0（3.0，4.0）^a	3.0（3.0，3.0）^ab	3.0（3.0，3.0）^ab	125.71^d	<0.001
合并症[例（%）]						—	0.101
艾滋病	9（1.59）	1（0.92）	2（1.32）	6（3.95）	0
糖尿病	77（13.63）	19（17.43）	16（10.60）	18（11.84）	24（15.69）
无	479（84.78）	89（81.65）	133（88.08）	128（84.21）	129（84.31）
最后一次痰检[例（%）]						139.30	<0.001
阳性	68（12.04）	0	58（38.41）^a	0^b	10（6.54）^abc
阴性	497（87.96）	109（100.00）	93（61.59）^a	152（100.00）^b	143（93.46）^abc
不良反应史[例（%）]						42.11	<0.001
有	76（13.45）	14（12.84）	38（25.17）	0^ab	24（15.69）^c
无	489（86.55）	95（87.16）	113（74.83）	152（100.00）^ab	129（84.31）^c
治疗时间[M（P₂₅，P₇₅），月]	14.0（8.0，18.0）	18.0（10.0，23.0）	11.0（4.5，18.0）^a	15.0（10.0，18.3）^b	11.0（8.0，18.0）^ac	35.55^d	<0.001

变量	成功（n=435）	失访（n=130）	χ²（H）值	P值
服药行为特征分类[例（%）]			72.96	<0.001
高忍耐型	82（18.85）	27（20.77）
低依从型	82（18.85）	69（53.08）
积极获益型	143（32.87）	9（6.92）
本地就医型	128（29.43）	25（19.23）
年龄[M（P₂₅，P₇₅），岁]	42.0 （28.0，53.0）	54.0 （44.0，61.0）	35.43^b	<0.001
性别[例（%）]			5.35	0.021
男	277（63.68）	97（74.62）
女	158（36.32）	33（25.38）
民族[例（%）]			12.27	<0.001
汉族	315（72.41）	73（56.15）
其他	120（27.59）	57（43.85）
职业[例（%）]			10.93	0.012
农民	160（36.78）	65（50.00）
家务及待业	167（38.39）	48（36.92）
学生	33（7.59）	4（3.08）
其他	75（17.24）	13（10.00）
吸烟史[例（%）]			0.69	0.406
是	137（31.49）	46（35.38）
否	298（68.51）	84（64.62）
饮酒史[例（%）]			1.72	0.190
是	115（26.44）	42（32.31）
否	320（73.56）	88（67.69）
婚姻状况[例（%）]			30.20	<0.001
未婚	124（28.50）	17（13.07）
已婚	288（66.21）	94（72.31）
离异/丧偶	12（2.76）	3（2.31）
其他	11（2.53）	16（12.31）
BMI[例（%）]			7.37	0.061
<18.5 kg/m²	128（29.43）	52（40.00）
18.5~24.0 kg/m²	257（59.08）	66（50.77）
24.1~<28.0 kg/m²	43（9.89）	8（6.15）
≥28.0 kg/m²	7（1.61）	4（3.08）
患者类型[例（%）]			1.73	0.630
MDR-TB	232（53.33）	62（47.69）
RR-TB	173（39.77）	58（44.62）
Pre-XDR-TB	24（5.52）	7（5.38）
Hr-TB	6（1.38）	3（2.31）

贵州省耐药结核病患者服药行为特征分类画像及其与失访行为的关联研究

Classification Profiles of Medication-taking Behavior Characteristics and Its Association with Loss to Follow-up among Drug-resistant Tuberculosis Patients in Guizhou Province

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 5

参考文献 27

相关文章 5

编辑推荐

Metrics

留言

[1]	吴于青, 刘㑇, 廖永美. 干扰素γ酶联免疫斑点检测在识别抗结核药物超敏反应患者致敏药物中的价值研究[J]. 中国全科医学, 2025, 28(29): 3684-3687.
[2]	国家感染性疾病临床医学研究中心江西分中心, 江西省结核病重点实验室. 肺结核合并慢性乙型肝炎病毒感染者治疗专家共识[J]. 中国全科医学, 2025, 28(24): 2961-2967.
[3]	李菲菲, 周培瑶, 卢耀勤, 郑彦玲, 张利萍. 新疆肺结核时空分布特征及影响因素研究：基于分层贝叶斯模型[J]. 中国全科医学, 2025, 28(23): 2894-2899.
[4]	秦娅莉, 陈静, 李军, 王明栋, 欧维正, 邱继瑶, 彭燕清. 肺结核患者氟喹诺酮类耐药影响因素预测模型的构建与验证：基于LASSO-Logistic回归模型[J]. 中国全科医学, 2024, 27(30): 3776-3783.
[5]	王磊, 杜志才, 于海洋, 赵泽宇. PLR与尿酸用于脊柱结核与布鲁氏菌性脊柱炎早期诊断价值研究[J]. 中国全科医学, 0, (): 0-.