Sci Simple

New Science Research Articles Everyday

# Gesundheitswissenschaften # Epidemiologi

Innovative Strategien im Kampf gegen Tuberkulose

Technologie nutzen, um TB zu bekämpfen und die Erkennung in ländlichen Gemeinden zu verbessern.

Xiaolin Wei, Dabin Liang, Zhitong Zhang, Kevin Thorpe, Lingyun Zhou, Jinming Zhao, Huifang Qin, Xiaoyan Liang, Zhezhe Cui, Yan Huang, Liwen Huang, Mei Lin

― 7 min Lesedauer


TB mit Technologie TB mit Technologie bekämpfen Gemeinschaften zu reduzieren. Tuberkulose in gefährdeten Neue Methoden zielen darauf ab,
Inhaltsverzeichnis

Tuberkulose (TB) ist eine fiese Krankheit, die oft in Gesprächen über Infektionskrankheiten in den Hintergrund rückt, aber sie sollte echt mehr Aufmerksamkeit bekommen. Tatsächlich ist sie die häufigste Todesursache durch Infektionskrankheiten weltweit. 2022 wurden satte 7,5 Millionen neue Fälle gemeldet, was zu 1,3 Millionen Todesfällen führte. Auch wenn es einfach ist anzunehmen, dass es besser wird, da die Fallzahlen bis 2020 zurückgingen, hat die COVID-19-Pandemie den Karren ordentlich ins Rollen gebracht, und wir sahen einen Anstieg von fast 4% von 2020 bis 2022.

Jetzt mal ein Ziel: Die Vereinten Nationen wollen TB bis 2035 beenden. Das heisst, sie müssen die globale TB-Inzidenz auf weniger als 100 Fälle pro Million Menschen bis 2035 senken. Das ist eine grosse Herausforderung! Also sind die Leute auf der Suche nach frischen und kreativen Wegen, um dieses Problem schnell anzugehen.

Eine einfache Strategie für ein hartes Problem

Seit über einem Jahrhundert funktioniert eine klare Strategie in einkommensstarken Ländern echt gut. Es ist ein einfacher Ansatz, der „präventiv suchen, erkennen, behandeln“ heisst. Im Grunde geht es darum, TB-Fälle zu identifizieren und zu behandeln, bevor sie sich ausbreiten. Forschung hat gezeigt, dass aktives Suchen nach TB auf Gemeindeebene Fälle aufdecken kann, die sonst vielleicht übersehen werden.

Schauen wir uns ein paar erfolgreiche Beispiele an. In einer Studie aus dem ländlichen Simbabwe 2009 halfen mobile Wagen und die Abholung von Sputum von Tür zu Tür, die TB-Raten in nur drei Jahren um 41% zu senken. Das ist beeindruckend! In ländlichem Vietnam erzielte ein Screening basierend auf einem schnellen Diagnosewerkzeug in drei Jahren eine Reduzierung der TB-Häufigkeit um 40%. Aber diese schicken GeneXpert-Tests sind ziemlich teuer bei etwa 15 Dollar pro Stück, was es schwierig macht, sie in grösserem Massstab zu nutzen.

Der neue Plan: Technik zur Rettung

Um diese Herausforderungen anzugehen, haben Wissenschaftler vorgeschlagen, kosteneffektive Tools wie künstliche Intelligenz (KI) und tiefes Lernen zu verwenden. Diese KI-Systeme haben vielversprechende Ergebnisse gezeigt und können TB-Fälle mit einer Sensitivität von 86% identifizieren und die Anzahl der Fälle, die intensive Labortests benötigen, um 66% reduzieren. Einfacher gesagt, KI hilft, die TB-Erkennung schneller und billiger zu machen.

Feldstudien haben die Machbarkeit gezeigt, KI-gesteuerte Röntgenaufnahmen und GeneXpert für Screening in Gemeinschaften zu verwenden. Allerdings hatten viele frühere Studien Designfehler und stützten sich auf Vorher-Nachher-Vergleiche, die die tatsächlichen Auswirkungen auf die Verbreitung von TB nicht richtig bewerten. Ausserdem zeigt sich, dass Programme oft effektiver sind, wenn sie spezifische Hochrisikogruppen wie ältere Menschen, enge Kontakte von TB-Patienten und Personen mit anderen Gesundheitsproblemen wie Diabetes oder HIV ansprechen.

Eine Pilotstudie in Guangxi, China

Der nächste Schritt besteht darin, diese Ideen in einem hoch TB-prävalenten Gebiet zu testen, und zwar im ländlichen Guangxi, China. Diese Region bereitet ein grosses Projekt vor, das die neueste Technologie nutzen wird, um TB bei den am stärksten gefährdeten Menschen zu finden und zu reduzieren. Der Plan sieht einen mobilen Van vor, der mit KI-unterstützten Röntgengeräten und GeneXpert-Tests ausgestattet ist und die Gemeinden besucht, um TB-Fälle zu identifizieren.

Dieses Projekt wird über drei Jahre hinweg einer strengen Bewertung als randomisierte kontrollierte Studie unterzogen. Das Ziel? Die TB-Epidemie unter den verletzlichsten Bevölkerungsgruppen zu reduzieren und Technologie zu nutzen, um das zu erreichen.

Zeitplan und Studiendetails

Diese Studie wird sich über 42 Monate erstrecken, einschliesslich einer Hauptversuchsphase von 36 Monaten. Die Studie startete im November 2021, musste jedoch aufgrund von COVID-19-Beschränkungen kurz pausieren. Die Rekrutierung und Datensammlung sind derzeit im Gange, und das Ziel ist, bis Januar 2025 Ergebnisse durch Forschungsartikel und Präsentationen zu teilen.

So ist die Studie aufgebaut

In Guangxi, das eine der höchsten TB-Raten in China hat, wird die Studie in zwei Gruppen aufgeteilt: eine erhält die aktive Fallfindungsintervention und die andere die reguläre Versorgung. Guangxi bietet TB-Versorgung durch sein öffentliches Gesundheitssystem an, wo Patienten in der Regel in Kliniken erscheinen. Der übliche Prozess beinhaltet, dass Patienten zu Ärzten gehen, wenn sie Symptome haben, und diese dann durch verschiedene Tests diagnostiziert werden. Die Interventionsgruppe erhält proaktive Versorgung, um potenzielle Fälle in ihren Gemeinden zu suchen.

Wer kann teilnehmen?

Die Studie steht Menschen ab 15 Jahren offen, die in den Gemeinden der Landkreise Xincheng und Xiangzhou leben. Besonders gesucht werden Personen mit hohem Risiko, wie ältere Menschen oder solche mit früherer TB-Behandlung oder bestimmten Gesundheitszuständen. Jeder, der nicht teilnehmen möchte, kann einfach absagen; es gibt keine harten Gefühle!

Aktive Fallfindung: Was zu erwarten ist

Für diejenigen, die in der Interventionsgruppe sind, ist eine aufregende Screening-Kampagne geplant. Sozialarbeiter und Dorfdoktoren werden von Tür zu Tür gehen, die Dorfbewohner über das Screening informieren und ihre Zustimmung einholen. Der mobile Van wird in die Stadt rollen und alle einladen, ihre Symptome überprüfen zu lassen und ein schnelles Röntgenbild machen zu lassen.

Wenn jemand Symptome oder auffällige Röntgenbefunde zeigt, wird darum gebeten, eine Sputumprobe abzugeben. Das Personal wird sicherstellen, dass die Probenabnahme korrekt durchgeführt wird, um Probleme zu vermeiden. Nach der Entnahme werden die Proben zur Analyse an die Krankenhäuser des Landkreises geschickt.

Ergebnisse im Blick behalten

Während die Studie weiterläuft, wird es eine einjährige Wartezeit geben, um sicherzustellen, dass alle identifizierten TB-Patienten behandelt werden, bevor in Jahr 3 eine Umfrage durchgeführt wird. Diese Umfrage soll die Effektivität der aktiven Fallfindungsinterventionen im Vergleich zu den üblichen Versorgungsmethoden bewerten.

Der Schwerpunkt liegt darauf, die Prävalenz von bakteriologisch positiver TB unter Hochrisikogruppen zu berechnen. Zweitrangig werden die Forscher auch andere Kennzahlen verfolgen, wie die Gesamtzahl der gemeldeten TB-Fälle und die Wirksamkeit der Intervention.

Kosten-Nutzen-Messung

Im Verlauf der Studie werden auch die Kosten für beide Versorgungsstrategien betrachtet. Das Verständnis des wirtschaftlichen Aspekts ist wichtig, um zu bestimmen, ob die neuen Methoden die Investition wert sind. Sie werden Daten zu Behandlungskosten, genutzten Gesundheitsressourcen und sogar Gehältern des an dem Programm beteiligten Personals sammeln.

Ein Fahrplan für die Zukunft

Wenn alles gut läuft, könnte die Intervention eine signifikante Reduzierung der TB-Fälle bringen und einen Plan für andere Regionen bieten, die ähnlichen Herausforderungen gegenüberstehen. Die potenziellen Auswirkungen sind gross, nicht nur für Guangxi, sondern für die ganze Welt.

Die Herausforderung, die vor uns liegt

Auch wenn der Plan ehrgeizig und innovativ ist, ist er nicht ohne Herausforderungen. Ein Problem ist die Anforderung, dass Teilnehmer zwei Sputumproben abgeben müssen, was zu Fehlern bei der Entnahme und dem Transport führen könnte. Dorfarzt werden geschult, um diesen Prozess zu verbessern, aber das stellt immer noch ein potenzielles Risiko dar.

Ausserdem könnte die aktive Suche nach Fällen aufgrund von Finanzierung und Ressourcen nicht die gesamte Bevölkerung umfassen. Aber da viele junge Erwachsene in die Städte ziehen, um zu arbeiten, ist es nach wie vor eine clevere Strategie, sich auf Hochrisikogruppen wie ältere Menschen zu konzentrieren.

Abschliessende Gedanken

TB zu beenden ist kein leichtes Unterfangen, aber mit Technologie und Gemeinschaftsbeteiligung gibt es Hoffnung auf Fortschritte. Der Kampf gegen TB ist wie ein Spiel von Whack-a-Mole; gerade wenn man denkt, man hat es im Griff, poppt es an anderer Stelle auf. Aber mit engagierten Bemühungen und Ressourcen können wir auf eine Zukunft hinarbeiten, in der TB der Vergangenheit angehört. Und wer weiss, vielleicht sagen wir eines Tages sogar: „Erinnerst du dich, als TB ein grosses Problem war?“ Das wäre doch mal ein Grund zum Feiern!

Originalquelle

Titel: Active case finding using mobile vans equipped with artificial intelligence aided radiology tests and sputum collection for rapid diagnostic tests to reduce tuberculosis prevalence in rural China: protocol for a pragmatic trial

Zusammenfassung: BackgroundTuberculosis (TB) remains a significant public health challenge, particularly in rural areas of high-burden countries like China. Active case finding (ACF) and timely treatment has been proved effective in reducing TB prevalence but it is still unknown regarding the impact on TB epidemic when employing new technologies in ACF. This study aims to evaluate the effectiveness of a comprehensive ACF package utilizing mobile vans equipped with artificial intelligence (AI)-aided radiology, and GeneXpert testing in reducing TB prevalence among high-risk populations in rural Guangxi, China. MethodsA pragmatic cluster randomized controlled trial will be conducted in two counties of Guangxi, China. The trial will randomize 23 townships to intervention or control groups at 1:1 ratio. The intervention group will receive a single ACF campaign in Year 1, incorporating mobile vans, AI-based DR screening, symptom assessment, and sputum collection for GeneXpert testing. Control group participants will receive usual care. TB patients identified in Year 1 will be required to complete TB treatment in Year 2. The primary outcome is the prevalence rate of bacteriologically confirmed TB among high-risk populations in Year 3. Process evaluation will explore adaption, acceptability and feasibility of the intervention. We will conduct incremental costing study to inform future scale-up of the intervention in other settings. DiscussionThis study will provide valuable insights into the effectiveness and feasibility of utilizing AI, mobile vans and GeneXpert for TB ACF to reduce TB prevalence in rural settings. If successful, this model will contribute to possible solutions to achieve the WHO End TB Strategy by 2035. Trial registration: ClinicalTrials.gov Identifier -NCT06702774

Autoren: Xiaolin Wei, Dabin Liang, Zhitong Zhang, Kevin Thorpe, Lingyun Zhou, Jinming Zhao, Huifang Qin, Xiaoyan Liang, Zhezhe Cui, Yan Huang, Liwen Huang, Mei Lin

Letzte Aktualisierung: 2024-12-08 00:00:00

Sprache: English

Quell-URL: https://www.medrxiv.org/content/10.1101/2024.12.08.24318678

Quell-PDF: https://www.medrxiv.org/content/10.1101/2024.12.08.24318678.full.pdf

Lizenz: https://creativecommons.org/licenses/by/4.0/

Änderungen: Diese Zusammenfassung wurde mit Unterstützung von AI erstellt und kann Ungenauigkeiten enthalten. Genaue Informationen entnehmen Sie bitte den hier verlinkten Originaldokumenten.

Vielen Dank an medrxiv für die Nutzung seiner Open-Access-Interoperabilität.

Ähnliche Artikel