
Journal of hepatology
印度注射吸毒人群丙型肝炎治疗支持的精准随机试验
小赛推荐:
该研究为高风险人群丙型肝炎消除策略提供了关键证据,提示基于预后评分的个体化干预强度可能优化资源分配,对 HCV 治疗规划具有重要指导意义。
文献概述
本文《A precision randomized trial of hepatitis C treatment support among people who inject drugs in India: The STOP-C Trial》,发表于《Journal of hepatology》杂志,系统探讨了在印度注射吸毒者(PWID)中,不同强度的丙型肝炎(HCV)治疗支持对持续病毒学应答(SVR)的影响。研究采用创新的精准随机化设计,根据个体治疗失败风险分层分配干预强度,旨在提高治疗效率。研究纳入3000名HCV感染的PWID,所有参与者接受索磷布韦/维帕他韦(SOF/VEL)治疗12周,并根据预后评分分为最小风险和高风险组,分别接受不同强度的支持干预。背景知识
目前全球约5000万人慢性感染 HCV,而注射吸毒者占其中近40%,是HCV传播的核心群体。尽管直接-acting antivirals(DAAs)已极大提高治愈率,但PWID,尤其是仍在注射、无稳定住房或合并HIV感染者,SVR率显著低于注册试验人群。这一差距主要源于多重社会与行为障碍,包括治疗依从性差、再感染风险高、医疗可及性低等。现有干预如患者导航(PN)和直接观察治疗(DOT)虽在部分研究中有效,但多在高收入国家或接受药物辅助治疗(MOUD)人群中实施,其在低资源、高风险PWID中的可扩展性尚不明确。因此,如何精准识别需要高强度支持的个体,避免过度干预低风险者,成为实现WHO 2030消除目标的关键瓶颈。本研究通过开发并应用预后评分系统,在真实世界PWID群体中测试分层干预策略,填补了这一关键证据空白。
研究方法与核心实验
研究采用三臂、个体水平的精准随机对照试验设计,在印度七个城市的整合关怀中心(ICCs)招募3000名HCV感染的PWID。所有参与者接受口服泛基因型DAA方案SOF/VEL治疗12周。治疗支持分为三类:低强度(标准护理,每4周取药)、中等强度(患者导航PN,每2周联系)、高强度(PN + 每周直接观察治疗DOT)。随机化依据预后评分——通过LASSO逻辑回归模型整合年龄、性别、收入、无家可归、注射频率、抑郁症状、生活质量和性伴侣数等变量,预测治疗失败风险。高风险者(≥0.577)按3:2:1随机至高、中、低强度;低风险者(<0.577)按1:2:3随机。主要终点为治疗结束后24周的SVR(HCV RNA < LLOQ),采用意向治疗(ITT)分析。关键结论与观点
研究意义与展望
该研究挑战了“一刀切”的HCV治疗支持模式,证明精准医学理念可应用于传染病消除。预后评分系统为低资源环境提供了可操作的风险分层工具,有助于优化DAA和人力成本的使用效率。未来应探索将该评分整合至电子健康记录系统,实现自动化风险评估与干预推荐。
研究同时暴露了当前干预在极端脆弱人群中的局限性。尽管SOF/VEL在一般人群SVR>90%,但本研究中高风险组仅~50%,凸显社会决定因素对健康结局的压倒性影响。这为药物开发提出新方向:需研发更耐受不规律用药的长效抗病毒制剂,或与MOUD协同给药策略。此外,研究支持在PWID中开展HCV疫苗试验,以阻断再感染循环。
结语
本研究是迄今为止最大规模的HCV治疗干预试验之一,揭示了在活跃注射的年轻PWID中,即使提供社区嵌入式、多模式支持,SVR率仍显著低于传统临床试验。其核心贡献在于验证了预后评分的实用价值,为资源有限环境下的HCV消除提供了“精准干预”的新范式。研究强调,单纯提供DAA不足以消除HCV,必须同步解决住房、就业、精神健康等社会结构性障碍。未来HCV照护体系应整合风险分层、强化依从性支持、长效疗法与全面harm reduction,尤其针对高风险青年群体。该研究为全球HCV消除战略提供了关键本土化证据,推动从“普遍治疗”向“智能治疗”转型,最终实现对所有人群的健康公平。




