Estrategias innovadoras para combatir la tuberculosis
Usando tecnología para combatir la TB y mejorar la detección en comunidades rurales.
Xiaolin Wei, Dabin Liang, Zhitong Zhang, Kevin Thorpe, Lingyun Zhou, Jinming Zhao, Huifang Qin, Xiaoyan Liang, Zhezhe Cui, Yan Huang, Liwen Huang, Mei Lin
― 8 minilectura
Tabla de contenidos
- Una Estrategia Simple para un Problema Difícil
- El Nuevo Plan: La Tecnología al Rescate
- Un Estudio Piloto en Guangxi, China
- Cronograma y Detalles del Estudio
- Cómo Está Estructurado Este Estudio
- ¿Quién Puede Participar?
- Búsqueda Activa de Casos: Qué Esperar
- Manteniendo un Seguimiento de los Resultados
- Midiendo Costos y Efectividad
- Una Hoja de Ruta para el Futuro
- El Desafío por Delante
- Pensamientos Finales
- Fuente original
La tuberculosis (TB) es una enfermedad bastante jodida que a menudo queda en segundo plano en las charlas sobre enfermedades infecciosas, pero definitivamente merece más atención. De hecho, es la principal causa de muerte por enfermedades infecciosas a nivel global. En 2022, se reportaron la asombrosa cifra de 7.5 millones de nuevos casos, lo que llevó a 1.3 millones de muertes. Aunque parece que las cosas estaban mejorando porque el número de casos estaba disminuyendo hasta 2020, la pandemia de COVID-19 arruinó todo y vimos un aumento de casi el 4% de 2020 a 2022.
Ahora, aquí hay un objetivo: las Naciones Unidas quieren acabar con la TB para 2035. Eso significa que tienen que bajar la incidencia global de TB a menos de 100 casos por millón de personas para esa fecha. ¡Eso es un gran reto! Así que, la gente está buscando maneras frescas y creativas para abordar este problema rápidamente.
Una Estrategia Simple para un Problema Difícil
Durante más de un siglo, una estrategia clara ha dado resultados impresionantes en países de altos ingresos. Es un enfoque sencillo llamado "prevenir, buscar, detectar, tratar". Básicamente, se trata de identificar y tratar los casos de TB antes de que se propaguen. La investigación ha demostrado que buscar activamente la TB a nivel comunitario puede descubrir casos que de otro modo serían ignorados.
Veamos algunos ejemplos exitosos. En un estudio de Zimbabue rural en 2009, las furgonetas móviles y la recolección de esputo puerta a puerta ayudaron a reducir las tasas de TB en un 41% en solo tres años. ¡Eso es impresionante! En Vietnam rural, un Cribado basado en una herramienta de diagnóstico rápido durante tres años logró una reducción del 40% en la prevalencia de TB. Pero esos costosos tests GeneXpert son bastante caros, alrededor de $15 cada uno, lo que complica su uso a gran escala.
El Nuevo Plan: La Tecnología al Rescate
Para combatir estos desafíos, los científicos han propuesto usar herramientas rentables como la inteligencia artificial (IA) y el aprendizaje profundo. Estos sistemas de IA han mostrado resultados prometedores, siendo capaces de identificar casos de TB con un 86% de sensibilidad y reducir el número de casos que requieren pruebas de laboratorio intensivas en un 66%. En términos más simples, la IA está ayudando a hacer la detección de TB más rápida y barata.
Los estudios de campo han demostrado que es viable usar Rayos X impulsados por IA y GeneXpert para el cribado en comunidades. Sin embargo, muchos estudios anteriores han tenido fallas de diseño, dependiendo de comparaciones antes y después que no evalúan adecuadamente el impacto real en la propagación de la TB. Además, resulta que los programas suelen ser más efectivos cuando se enfocan en grupos específicos de alto riesgo, como adultos mayores, contactos cercanos de pacientes con TB y personas con otros problemas de salud como diabetes o VIH.
Un Estudio Piloto en Guangxi, China
El siguiente paso es probar estas ideas en un área con alta prevalencia de TB, específicamente en el rural Guangxi, China. Esta región se está preparando para un gran proyecto que utilizará la última tecnología para encontrar y reducir la TB entre las personas más en riesgo. El plan incluye una furgoneta móvil equipada con máquinas de rayos X facilitadas por IA y pruebas GeneXpert que visitarán comunidades para identificar casos de TB.
Este proyecto será evaluado rigurosamente como un ensayo controlado aleatorio durante tres años. ¿El objetivo? Reducir la epidemia de TB entre las poblaciones más vulnerables y usar la tecnología para lograrlo.
Cronograma y Detalles del Estudio
Este estudio se extenderá por 42 meses, incluyendo un período principal de ensayo de 36 meses. El ensayo comenzó en noviembre de 2021, pero hubo una breve pausa debido a las restricciones por COVID-19. Actualmente, se está llevando a cabo la reclutación y recolección de datos, con una meta de finalizar en enero de 2025, cuando se compartirán los resultados a través de artículos de investigación y presentaciones.
Cómo Está Estructurado Este Estudio
En Guangxi, que tiene una de las tasas más altas de TB en China, el estudio se dividirá en dos grupos: uno recibirá la Intervención activa de búsqueda de casos y el otro atención regular. Guangxi proporciona atención de TB a través de su sistema de salud pública, donde los pacientes normalmente se presentan en clínicas. El proceso habitual implica que los pacientes vean a los médicos cuando tienen síntomas, quienes luego los diagnostican a través de varias pruebas. El grupo de intervención recibirá una atención más proactiva, buscando posibles casos en sus comunidades.
¿Quién Puede Participar?
El estudio está abierto a personas de 15 años o más que vivan en los municipios de los condados de Xincheng y Xiangzhou. Aquellos en alto riesgo—como adultos mayores o personas con tratamiento previo de TB o ciertas afecciones de salud—serán especialmente buscados. Cualquiera que no quiera participar puede simplemente optar por no hacerlo; ¡sin resentimientos!
Búsqueda Activa de Casos: Qué Esperar
Para los involucrados en el grupo de intervención, hay una emocionante campaña de cribado planeada. Trabajadores sociales y médicos de la aldea irán de puerta en puerta, informando a los aldeanos sobre el cribado y obteniendo su consentimiento. La furgoneta móvil llegará al pueblo, invitando a todos a revisar sus síntomas y hacerse un rápido rayos X.
Si alguien muestra síntomas o resultados anormales en el rayos X, se le pedirá que proporcione una muestra de esputo. El personal se asegurará de que la recolección de la muestra se haga correctamente para evitar problemas. Después de la recolección, las muestras se enviarán a los hospitales del condado para su análisis.
Manteniendo un Seguimiento de los Resultados
A medida que el estudio avanza, habrá un período de espera de un año para asegurar que todos los pacientes de TB identificados reciban tratamiento antes de realizar una encuesta en el Año 3. Esta encuesta ayudará a evaluar la efectividad de las intervenciones de búsqueda activa de casos contra los métodos de atención habitual.
El enfoque principal estará en calcular la prevalencia de TB bacteriológicamente positiva entre los grupos de alto riesgo. En segundo lugar, los investigadores también rastrearán otras métricas, como el número total de casos de TB reportados y la efectividad de la intervención.
Midiendo Costos y Efectividad
A lo largo del ensayo, el estudio también analizará los costos asociados con ambas estrategias de atención. Entender el lado económico es importante para determinar si los nuevos métodos valen la pena. Recogerán datos sobre cosas como costos de tratamiento, recursos de salud utilizados e incluso salarios del personal involucrado en el programa.
Una Hoja de Ruta para el Futuro
Si tiene éxito, la intervención podría traer una reducción significativa en los casos de TB y ofrecer un modelo para otras regiones que enfrenten desafíos similares. El impacto potencial es grande, no solo para Guangxi, sino para el mundo.
El Desafío por Delante
Aunque el plan es ambicioso e innovador, no está exento de desafíos. Un problema es el requisito de que los participantes recojan dos muestras de esputo, lo que podría llevar a errores en la recolección y el transporte. Los médicos de la aldea recibirán capacitación para mejorar este proceso, pero aún representa un riesgo potencial.
Además, debido a la financiación y los recursos, la búsqueda activa de casos puede no incluir a toda la población. Pero dado que muchos jóvenes adultos migran a las ciudades para trabajar, enfocarse en grupos de alto riesgo como los adultos mayores sigue siendo una estrategia inteligente.
Pensamientos Finales
Acabar con la TB no es tarea fácil, pero con tecnología y participación comunitaria, hay esperanza de progreso. La lucha contra la TB es como un juego de golpear al topo; justo cuando crees que lo tienes bajo control, aparece en otro lugar. Pero con esfuerzos y recursos dedicados, podemos trabajar hacia un futuro donde la TB sea cosa del pasado. Y quién sabe, un día podríamos incluso decir: "¿Recuerdas cuando la TB era un gran problema?" ¡Eso sí que sería algo para celebrar!
Fuente original
Título: 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
Resumen: 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
Autores: Xiaolin Wei, Dabin Liang, Zhitong Zhang, Kevin Thorpe, Lingyun Zhou, Jinming Zhao, Huifang Qin, Xiaoyan Liang, Zhezhe Cui, Yan Huang, Liwen Huang, Mei Lin
Última actualización: 2024-12-08 00:00:00
Idioma: English
Fuente URL: https://www.medrxiv.org/content/10.1101/2024.12.08.24318678
Fuente PDF: https://www.medrxiv.org/content/10.1101/2024.12.08.24318678.full.pdf
Licencia: https://creativecommons.org/licenses/by/4.0/
Cambios: Este resumen se ha elaborado con la ayuda de AI y puede contener imprecisiones. Para obtener información precisa, consulte los documentos originales enlazados aquí.
Gracias a medrxiv por el uso de su interoperabilidad de acceso abierto.