血清IgG和IgM抗体对新型冠状病毒肺炎诊断价值的Meta分析

王俊丹 叶菊风 伍梓健 郑莉

1广东药科大学公共卫生学院（广州510006）；2南方医科大学公共卫生学院（广州510515）

新型冠状病毒肺炎（COVID⁃19）是一种新发传染病，人群普遍易感，各年龄段均可发病［1-2］，潜伏期1～14 d，临床症状不典型［3-4］。有研究［5］表明COVID⁃19 患者和无症状感染者均具有传染性，因此，早期诊断对COVID⁃19 疫情的防控至关重要。COVID⁃19 确诊的金标准是核酸检测，RT⁃PCR 是目前用于确诊COVID⁃19 应用最广泛的技术，其诊断严重急性呼吸综合征冠状病毒2（SARS⁃CoV⁃2）感染的敏感性为50%～79%，假阴性率高，容易出现漏检现象，而且成本较高，不适宜大规模筛检［6］。《新型冠状病毒肺炎诊疗方案（第七版）》指出特异性IgM 和IgG 抗体检测阳性作为COVID⁃19 确诊的标准之一［7］。目前，关于利用血清SARS⁃CoV⁃2抗体诊断COVID⁃19 的研究相继被报道，但是结果差异较大，诊断敏感性的波动范围为18.4%～92.1%［8-9］。目前对于抗体诊断COVID⁃19的应用价值还没有一个综合性的评价，本次研究通过收集关于利用血清IgM 和IgG 抗体诊断COVID⁃19 的研究数据进行诊断性Meta 分析，综合评价血清特异性抗体对COVID⁃19 的诊断价值，为完善COVID⁃19 的诊断方案提供指引。

1 资料与方法

1.1 文献纳入和排除标准（1）纳入标准：研究对病例组和对照组均进行了核酸检测和血清抗体检测；病例组是核酸检测阳性的确诊患者；可以直接或间接获得四格表信息（真阳性、假阳性、假阴性、真阴性）的文献。（2）排除标准：重复的文献；无法提取或计算出四格表信息的文献；确诊组或对照组样本量<10；对照组为COVID⁃19疑似病例。

1.2 文献检索策略检索日期设定为2019年12月1日至2020年4月20日，检索数据库包括PubMed、Sino Med、Google Scholar、CNKI 等数据库。英文检索词包括“COVID⁃19”、“SARS⁃CoV⁃2”、“2019⁃nCoV”、“immunoglobulin”、“IgG”、“IgM”、“Sensitivi⁃ty”、“Specificity”；中文检索词包括“新型冠状病毒”、“新冠肺炎”、“血清”、“敏感性”、“特异性”等词。

1.3 信息提取信息提取的内容主要包括：标题、第一作者、研究地区（国家）、血清IgG 和IgM 的检测方法、诊断临界值、研究对象等；诊断四格表包括真阳性、假阳性、假阴性、真阴性，血清抗体诊断COVID⁃19 的诊断比值比等。

1.4 纳入文献的质量评价采用Rev Man5.3 软件对纳入文献进行QUADAS⁃2 质量评价。

1.5 统计学方法采用Meta Disc1.4 软件计算各研究的合并敏感性、合并特异性、合并诊断比值比（DOR），绘制SROC 曲线及计算曲线下面积，进行Meta 回归分析及敏感性分析。使用异质性指标I2评估异质性大小。采用Stata12.0 软件绘制Deeks漏斗图，评价发表偏倚。

2 结果

2.1 文献检索结果及纳入研究的基本特征本研究共检索出中文文献126 篇，外文文献483 篇，阅读标题和摘要，根据文献纳入和排除标准，最终纳入18 篇文献，包括5 篇中文，13 篇英文。检索流程及结果见图1，纳入文献的基本特征见表1-3。

2.2 文献质量评价纳入的文献研究经QUADAS⁃2 质量评价，结果表明：高风险主要在病例流程和进展状况方面，少数研究对照组的选择不包括易与COVID⁃19 混淆的疾病，而在待评价试验和金标准方面，其质量评价较好，见图2。

图1 文献筛选流程图Fig.1 Flow chart for article searching and screening

2.3 Meta 分析

2.3.1 异质性检验IgM诊断的统计量：Q=21.76，P=0.040，I2=44.9%，采用固定效应模型。IgG 诊断的统计量：Q=6.87，P=0.651，I2=0%，采用固定效应模型。IgG 和IgM 联合诊断的统计量：Q=104.87，P<0.01，I2=90.5%，采用随机效应模型。

2.3.2 合并效应量IgM 诊断试验的评价指标：合并敏感性为0.71（0.68～0.74），合并特异性为0.97（0.95～0.98），合并DOR为104.86（48.29～227.73），AUC 为0.964。IgG 诊断试验的评价指标：合并敏感性为0.73（0.69～0.77），合并特异性为0.98（0.97～0.99），合并DOR 为132.99（67.34～262.67），AUC为0.970。IgG 和IgM 联合诊断试验的评价指标：合并敏感性为0.83（0.81～0.85），合并特异性为0.95（0.94～0.96），合并DOR 为84.73（26.82～267.65），AUC为0.958。三种诊断方法的合并效应量见表4。

2.3.3 亚组分析由于研究存在异质性，本文分别按照研究地区（国内组和国外组）、抗体检测方法（GICA 组和CLIA 组）进行了亚组分析。IgM 诊断的国外组DOR（95%CI）为97.78（17.55～544.88），I2=8.2%，AUC=0.963。IgG诊断的国内组DOR（95%CI）为126.92（60.79～265），I2=0%，AUC=0.969。IgG和IgM 联合诊断的国内组DOR（95%CI）为170.33（76.72～378.16），I2=72.4%，AUC=0.9754；IgG 和IgM 联合诊断的国外组DOR（95%CI）为6.74（1.58～28.84），I2=63.8%，AUC=0.784。其余分组结果无明显改变，见表5。

表1 纳入研究的文献基本特征（IgM）Tab.1 Characteristics of the included studies on IgM

表2 纳入研究的文献基本特征（IgG）Tab.2 Characteristics of the included studies on IgG

表3 纳入研究的文献基本特征（IgM+IgG）Tab.3 Characteristics of the included studies on the combination of IgM and IgG

图2 纳入文献质量评价Fig.2 Quality assessment of the eligible articles according to QUADAS⁃2

2.3.4 Meta 回归分析为了探讨异质性的来源，将各个研究中的地区、抗体检测方法分别进行Meta回归分析。结果显示：IgG 和IgM 联合诊断试验的meta 回归中，自变量为研究地区的RDOR 为0.01（95%CI：0.00～0.05），tau2=0.299，P=0.000 3。这与亚组分析的结果相一致，其余变量则无统计学意义。见表6。

2.3.5 敏感性分析逐一剔除所纳入的单个研究，重新进行合并分析，观察I2及DOR 的波动。结果显示每项研究对效应量的影响均较小，说明本研究的结果较稳定。

2.3.6 发表偏倚评估Deeks检验结果显示：IgM诊断的13 个研究斜率Bias=12.178，P=0.515；IgG诊断的10个研究斜率Bias=-13.604，P=0.423；IgG和IgM 联合诊断的11 个研究斜率Bias=-25.551，P=0.319。3 个漏斗图基本对称，提示纳入的研究无明显发表偏倚。见图3。

3 讨论

目前关于IgG、IgM 诊断COVID⁃19 敏感性的报道结果差异较大。对于抗体诊断COVID⁃19 的应用价值还没有一个综合性的评价，本文通过文献筛选，纳入18 篇文献，研究对象共计3 502 例，对COVID⁃19 的血清学诊断准确性进行了系统评价。

结果显示，血清IgM、IgG 单独诊断以及联合诊断的敏感性分别为71%、73%、83%，特异性分别为97%、98%、95%，具有较高的诊断价值。亚组分析发现，研究地区对诊断效能影响较大。当研究地区为国内时，血清IgM、IgG 及IgG 和IgM 联合这3 种方法诊断COVID⁃19 的敏感性较之前（未区分地区）有所提高（分别为76%、76%、89%），但是特异性的变化不显著（分别为95%、97%、96%）。当研究地区为国外时，血清IgM、IgG 及IgG 和IgM 联合这3 种方法诊断COVID⁃19 的敏感性较之前显著降低（分别为46%、62%、37%），提示研究地区可能是诊断准确性的影响因素。同时，Meta 回归的结果也提示地区是研究间异质性的重要来源，与亚组分析的结果相一致。

表4 合并效应量Tab.4 Combined effect size

表5 亚组分析效应量Tab.5 Results of subgroup analysis

表6 异质性来源分析Tab.6 Analysis of the potential source of heterogeneity

血清IgM、IgG 单独诊断以及联合诊断的SROC曲线下面积（AUC）分别为0.964、0.970、0.958，IgG与另外二者相比有着更高的诊断效能，这可能与IgG 在体内较长时间维持高水平状态有关［25］。虽然IgG 和IgM 联合检测在三者中诊断效能较低（AUC=0.958），但进行亚组分析后，当研究地区为国内时，联合检测的诊断效能提升幅度较大（AUC=0.975）；当研究地区为国外时，联合检测的诊断效能大幅降低（AUC=0.784）。提示与国外相比，国内使用抗体检测诊断COVID⁃19 有着较高的准确性。

纳入使用CLIA法检测抗体的文献中，有的研究采用10 000 U/mL 为截断值，有的采用8 000 U/mL，按照截断值分组进行χ2检验，结果显示，截断值为10 000 U/mL相比于8 000 U/mL的研究IgM和IgG 检测COVID⁃19 的准确率更高，差异存在统计学意义（PIgM=0.002，PIgG=0.047），说明截断值不同可能影响检测结果的准确性。

SARS⁃CoV⁃2 感染人体后，IgM 约在5～7 d 产生，迅速达到峰值后便逐渐下降；IgG 约在感染后10～15 d产生，在体内维持时间较长；而病毒载量在感染后7 d 左右会达到峰值并慢慢下降［26］。因此，血清抗体检测对于核酸检测是一个很好的补充。

图3 IgM、IgG、IgG 和IgM 联合诊断的Deeks 漏斗图Fig.3 The egger′s curve of IgM，IgG，the combination of IgG and IgM in the diagnosis of COVID⁃19

本研究还存在的不足之处：（1）不同研究抗体检测方法的诊断阈值不同，可能对结果带来偏倚。（2）病毒载量、血清抗体水平会随着发病时间而发生变化，将纳入的文献按照病程分组后，四格表资料获取不完整，无法分析病程对结果的影响。（3）核酸检测受到采样方式与时机、不同的RNA 检测方法、试剂盒的有效性等原因的影响，其诊断准确性有待更加深入的研究。

综上所述，血清IgG 和IgM 抗体可作为COVID⁃19 的辅助诊断方法，IgG 和IgM 联合检测可提高诊断敏感性。研究地区可能是血清抗体诊断准确性的影响因素，下一步需要更大样本、高质量的研究予以验证。