Analysis of factors affecting the delay in diagnosis of pulmonary tuberculosis patients in Haidian District, Beijing, 2015—2024

doi:10.19983/j.issn.2096-8493.20250172

Abstract

Abstract:

Objective: To investigate the situation of diagnostic delay among pulmonary tuberculosis (PTB) patients in Haidian District from 2015 to 2024 and analyze the influencing factors, to provide evidences for tuberculosis prevention and control strategies in Haidian District. Methods: The data of PTB patients with current residential address in Haidian District reported from 2015 to 2024 were exported from the case management module in the Surveillance Report Management System of the China Information System for Disease Prevention and Control. The influencing factors of diagnostic delay were analyzed by using the χ² test, Kaplan-Meier method, log-rank test, and multivariate logistic regression. Results: A total of 7769 PTB patients with current residence in Haidian District were reported from 2015 to 2024. The median diagnostic delay was 20 (6, 45) d, which decreased from 20 d in 2015 to 18 d in 2024. There were 3085 patients with diagnostic delay, with the rate of 39.71% (3085/7769). The delay rate decreased from 40.80% in 2015 to 36.50% in 2024 (${\chi }_{trend}^{2}$=23.518, P<0.01). Compared with workers, household duties/unemployed individuals (OR=1.322,95%CI:1.072-1.629) had a higher risk of diagnostic delay. Compared with patients without bacteriological results, bacteriologically negative (OR=1.192,95%CI:1.056-1.346) was risk factor for diagnostic delay. Compared with the period 2015—2017, patients diagnosed during the period 2021—2024 had a lower risk of delay (OR=0.783,95%CI:0.697-0.878). Conclusion: The diagnostic delay among PTB patients in Haidian District showed a decreasing trend from 2015 to 2024. Bacteriologically negative, household duties/unemployment were identified as the main risk factors for diagnostic delay.

Key words: Tuberculosis, pulmonary, Delayed diagnosis, Risk factors

CLC Number:

R52
R181.3

Li Jie, Liu Xi, Hua Weiyu, Zhang Ying. Analysis of factors affecting the delay in diagnosis of pulmonary tuberculosis patients in Haidian District, Beijing, 2015—2024[J]. Journal of Tuberculosis and Lung Disease , 2026, 7(3): 371-376. doi: 10.19983/j.issn.2096-8493.20250172

Figures/Tables 5

References 21

[1]	宋媛媛, 李涛, 夏辉, 等. 1997—2023年全国肺结核报告发病流行病学特征. 中国防痨杂志, 2024, 46(10):1198-1208. doi:10.19982/j.issn.1000-6621.20240382.
[2]	屈燕, 李涛, 马文斌, 等. 世界卫生组织《2025年全球结核病报告》解读. 结核与肺部疾病杂志, 2025, 6(6):613-622. doi:10.19983/j.issn.2096-8493.20250178.
[3]	韦懿芸, 孙亚敏, 鲁宁, 等. 2005至2021年北京市海淀区60岁及以上老年人法定传染病流行特征及趋势分析. 传染病信息, 2024, 37(3):271-276. doi:10.3969/j.issn.1007-8134.2024.03.015.
[4]	Marks GB, Nguyen NV, Nguyen PTB, et al. Community-wide Screening for Tuberculosis in a High-Prevalence Setting. N Engl J Med, 2019, 381(14):1347-1357. doi:10.1056/NEJMoa1902129.
[5]	姜游力, 张培泽, 邓国防, 等. 结核病患者诊断延迟及其影响因素研究进展. 结核与肺部疾病杂志, 2021, 2(3):289-293. doi:10.3969/j.issn.2096-8493.20210073.
[6]	卓文基, 张建辉, 罗济伦, 等. 广东省英德市2010—2020年肺结核患者诊断延误情况分析. 实用医学杂志, 2023, 39(11):1364-1368. doi:10.3969/j.issn.1006-5725.2023.11.008.
[7]	马晓格, 张立杰, 高汉青, 等. 基于多因素logistic回归模型和决策树模型的肺结核患者就诊延迟及确诊延迟影响因素分析. 中华流行病学杂志, 2024, 45(5):721-729. doi:10.3760/cma.j.cn112338-20240224-00080.
[8]	代晓琦, 李烁, 钱青青, 等. 2012—2021年青岛市学生肺结核患者发现就诊延迟情况及影响因素分析. 预防医学论坛, 2023, 29(7):490-496. doi:10.16406/j.pmt.issn.1672-9153.2023.7.03.
[9]	陈健, 石林, 雷蓉蓉, 等. 2015—2021年重庆市肺结核患者发现延误及影响因素分析. 中国防痨杂志, 2024, 46(2):183-189. doi:10.19982/j.issn.1000-6621.20230303.
[10]	高敏, 赵阿会, 何梦雅, 等. 2018—2021年河南省周口市肺结核患者就诊和诊断延迟及影响因素分析. 现代疾病预防控制, 2024, 35(5):348-354. doi:10.13515/j.cnki.hnjpm.1006-8414.2024.05.002.
[11]	曹文利, 武文清, 刘曦, 等. 2007—2015年北京市海淀区“四位一体”结核病防治实施效果评价. 中国防痨杂志, 2016, 38(11):913-917. doi:10.3969/j.issn.1000-6621.2016.11.005.
[12]	徐静, 贺晓新, 郑海伦, 等. 2020年新型冠状病毒肺炎疫情下北京市肺结核病例发现情况分析. 首都公共卫生, 2021, 15(5):265-268. doi:10.16760/j.cnki.sdggws.2021.05.005.
[13]	张艳秋, 孙定勇, 蒋建国, 等. 2019—2023年河南省首诊结核病非定点医疗机构的肺结核患者诊断时间及影响因素分析. 疾病监测, 2025, 40(8):999-1006. doi:10.3784/jbjc.202412130720.
[14]	侯坤, 伍劲屹, 王晓君, 等. 武汉市某综合医院肺结核诊断延迟影响因素及风险预测研究. 结核与肺部疾病杂志, 2025, 6(3):316-322. doi:10.19983/j.issn.2096-8493.20250069.
[15]	赵琰枫, 屠霞, 王嫩寒, 等. 三种检测方法在肺结核患者病原学阳性检出中的贡献分析. 中国防痨杂志, 2025, 47(6): 701-707. doi:10.19982/j.issn.1000-6621.20250005.
[16]	徐静, 贺晓新, 周虹九, 等. 2011—2020年北京某市级定点医疗机构肺结核患者特征分析. 首都公共卫生, 2022, 16(3):138-141. doi:10.16760/j.cnki.sdggws.2022.03.001.
[17]	张文, 崔虹艳, 侯文俊. 2015—2024年北京市大兴区肺结核流行特征及季节性自回归移动平均模型建立. 结核与肺部疾病杂志, 2025, 6(4):449-455. doi:10.19983/j.issn.2096-8493.20250059.
[18]	税义超, 张婷, 钟吉元, 等. 2016—2022年重庆都市圈肺结核患者就诊延迟特征及影响因素分析. 疾病监测, 2024, 39(10):1282-1287. doi:10.3784/jbjc.202312120666.
[19]	李江红, 刘芳, 杨枢敏, 等. 甘肃省县(区)级结核病定点医院病原学阴性肺结核诊断质量调查分析. 中国防痨杂志, 2024, 46(12):1478-1484. doi:10.19982/j.issn.1000-6621.20240183.
[20]	刘二勇, 王前, 周林, 等. 我国部分地区病原学检测阴性肺结核诊断质量现状分析. 中国防痨杂志, 2020, 42(9):916-920. doi:10.3969/j.issn.1000-6621.2020.09.006.
[21]	王坚杰, 陈军, 徐玲, 等. 武汉市病原学检测阴性肺结核诊断质量分析. 国际检验医学杂志, 2024, 45(18):2197-2200,2206. doi:10.3969/j.issn.1673-4130.2024.18.004.

特征	登记患者		诊断延迟患者		χ²值	P值
特征	例数	构成比(%)	例数	延迟率(%)	χ²值	P值
年龄组(岁)					8.123	0.087
<15	35	0.45	14	40.00
15~24	943	12.14	338	35.84
25~44	2537	32.66	1016	40.05
45~64	1867	24.03	772	41.35
≥65	2387	30.72	945	39.59
性别					0.185	0.667
男性	4727	60.84	1868	39.52
女性	3042	39.16	1217	40.01
职业					21.187	0.004
离退人员	2265	29.15	889	39.25
家务及待业	2249	28.95	963	42.82
干部职员	1363	17.54	550	40.35
服务行业	548	7.05	195	35.58
学生及儿童	523	6.73	198	37.86
工人	461	5.93	164	35.57
农牧民	232	3.00	84	36.21
其他^a	128	1.65	42	32.81
诊断季度					3.635	0.304
第一季度	1730	22.27	696	40.23
第二季度	2086	26.85	856	41.04
第三季度	2007	25.83	789	39.31
第四季度	1946	25.05	744	38.23
病原学结果					28.805	<0.001
病原学阳性	3089	39.76	1135	36.74
病原学阴性	2862	36.84	1244	43.47
无病原学结果	1818	23.40	706	38.83
报卡患者分类^b					18.086	<0.001
临床诊断	4621	59.48	1925	41.66
确诊	3148	40.52	1160	36.85

特征	中位诊断时间(d)	95%CI (d)		log-rank检验
特征	中位诊断时间(d)	下限	上限	χ²值	P值
年龄组(岁)				6.228	0.183
<15	23	3.30	42.70
15~24	18	16.05	19.95
25~44	20	18.64	21.36
45~64	21	19.43	22.57
≥65	18	16.32	19.68
性别				0.507	0.476
男性	20	19.00	21.01
女性	20	18.64	21.36
职业				8.760	0.270
离退人员	18	16.45	19.56
家务及待业	22	20.48	23.52
干部职员	20	18.20	21.80
服务行业	15	11.82	18.18
学生及儿童	18	15.43	20.57
工人	17	13.94	20.06
农牧民	48	39.02	56.98
其他^a	62	54.59	69.41
诊断季度				5.450	0.140
第一季度	20	18.23	21.77
第二季度	20	18.39	21.61
第三季度	19	17.33	20.67
第四季度	19	17.55	20.46
病原学结果				48.210	<0.010
病原学阳性	17	11.98	16.02
病原学阴性	24	22.84	25.16
无病原学结果	14	11.98	16.02
报卡患者分类^b				4.570	0.033
临床诊断病例	21	19.96	22.04
确诊病例	16	14.78	17.22

变量	赋值
病原学结果	1=无病原学结果,2=病原学阴性,3=病原学阳性
诊断年份	1=2015—2017年,2=2018—2020年,3=2021—2024年
职业	1=工人,2=家务及待业,3=干部职员,4=服务行业,5=学生及儿童,6=离退休人员,7=农牧民,8=其他

分类	β值	s${}_{\overline{x}}$值	Wald χ²值	P值	OR值	95%CI值
职业
工人					1.000
家务及待业	0.279	0.107	6.824	0.009	1.322	1.072~1.629
干部职员	0.157	0.112	1.949	0.163	1.170	0.939~1.458
服务行业	-0.035	0.133	0.068	0.794	0.966	0.745~1.253
学生及儿童	0.030	0.134	0.051	0.821	1.031	0.793~1.339
离退人员	0.193	0.107	3.249	0.071	1.213	0.983~1.496
农牧民	0.019	0.168	0.012	0.911	1.019	0.732~1.417
其他^a	-0.162	0.213	0.578	0.447	0.851	0.560~1.291
病原学结果
无病原学结果					1.000
病原学阴性	0.176	0.062	8.149	0.004	1.192	1.056~1.346
病原学阳性	-0.074	0.063	1.401	0.237	0.929	0.821~1.050
年份
2015—2017					1.000
2018—2020	-0.094	0.062	2.631	0.105	0.901	0.812~1.020
2021—2024	-0.245	0.059	17.383	0.000	0.783	0.697~0.878