Sci Simple

New Science Research Articles Everyday

# Ciências da saúde # Epidemiologia

Estratégias Inovadoras para Combater a Tuberculose

Usando tecnologia pra combater a tuberculose e melhorar a detecção em comunidades rurais.

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 ler


Combatendo a tuberculose Combatendo a tuberculose com tecnologia tuberculose em comunidades em risco. Novos métodos buscam reduzir a
Índice

A tuberculose (TB) é uma doença chata que muitas vezes fica em segundo plano nas conversas sobre doenças infecciosas, mas deveria receber mais atenção. Na real, ela é a principal causa de morte por doenças infecciosas no mundo todo. Em 2022, foram registrados incríveis 7,5 milhões de novos casos, resultando em 1,3 milhão de mortes. Embora pareça que as coisas estavam melhorando com a queda dos casos até 2020, a pandemia de COVID-19 atrapalhou tudo e vimos um aumento de quase 4% de 2020 a 2022.

Agora, tem um objetivo: as Nações Unidas querem acabar com a TB até 2035. Isso significa que precisam reduzir a incidência global de TB para menos de 100 casos por milhão de pessoas até 2035. É um desafio e tanto! Por isso, a galera está procurando maneiras novas e criativas de lidar com essa questão rapidinho.

Uma Estratégia Simples para um Problema Difícil

Há mais de um século, uma estratégia clara tem funcionado muito bem em países ricos. É um esquema simples chamado "prevenir, buscar, detectar, tratar." Basicamente, é identificar e tratar os casos de TB antes que se espalhem. Pesquisas mostraram que procurar ativamente por TB na comunidade pode revelar casos que poderiam passar despercebidos.

Vamos ver alguns exemplos de sucesso. Em um estudo de 2009 em uma área rural do Zimbábue, vans móveis e coleta de escarro de porta em porta ajudaram a reduzir as taxas de TB em 41% em apenas três anos. Impressionante, né? Em uma região rural do Vietnã, a Triagem baseada em uma ferramenta de diagnóstico rápida durante três anos atingiu uma redução de 40% na prevalência de TB. Mas esses testes GeneXpert são bem caros, cerca de 15 dólares cada, o que dificulta o uso em larga escala.

O Novo Plano: Tecnologia a Serviço

Para enfrentar esses desafios, os cientistas propuseram usar ferramentas de baixo custo, como inteligência artificial (IA) e aprendizado profundo. Esses sistemas de IA mostraram resultados promissores, conseguindo identificar casos de TB com 86% de sensibilidade e reduzindo o número de casos que precisam de testes laboratoriais intensivos em 66%. Em termos mais simples, a IA tá ajudando a tornar a detecção da TB mais rápida e barata.

Estudos de campo demonstraram a viabilidade de usar raios-X com IA e GeneXpert para triagem nas comunidades. No entanto, muitos estudos anteriores tiveram falhas de design, dependendo de comparações pré e pós que não avaliam corretamente o impacto real na disseminação da TB. Além disso, descobriu-se que os programas são geralmente mais eficazes quando focam em grupos específicos de alto risco, como idosos, pessoas próximas a pacientes de TB e quem tem outras questões de saúde, como diabetes ou HIV.

Um Estudo Piloto em Guangxi, China

O próximo passo é testar essas ideias em uma área com alta prevalência de TB, especificamente na zona rural de Guangxi, na China. Essa região está se preparando para um grande projeto que usará a tecnologia mais moderna para encontrar e reduzir a TB entre as pessoas mais vulneráveis. O plano envolve uma van móvel equipada com máquinas de raio-X facilitadas por IA e testes GeneXpert visitando comunidades para identificar casos de TB.

Esse projeto vai passar por uma avaliação rigorosa como um ensaio controlado randomizado durante três anos. O objetivo? Diminuir a epidemia de TB entre as populações mais vulneráveis e usar a tecnologia pra isso.

Cronograma e Detalhes do Estudo

Esse estudo vai se estender por 42 meses, incluindo um período principal de ensaio de 36 meses. O ensaio começou em novembro de 2021, mas teve uma pausa rápida por conta das restrições da COVID-19. A recrutamento e coleta de dados estão rolando agora, com o prazo final marcado para janeiro de 2025, quando os resultados serão divulgados em artigos de pesquisa e apresentações.

Como Esse Estudo Está Organizado

Em Guangxi, que tem uma das taxas de TB mais altas da China, o estudo será dividido em dois grupos: um recebendo a Intervenção de busca ativa de casos e o outro recebendo cuidados regulares. Guangxi oferece cuidados para TB por meio de seu sistema de saúde pública, onde os pacientes geralmente se apresentam nas clínicas. O processo usual envolve os pacientes irem aos médicos quando têm sintomas, que então fazem o diagnóstico através de vários testes. O grupo de intervenção receberá cuidados mais proativos, buscando casos potenciais em suas comunidades.

Quem Pode Participar?

O estudo está aberto para pessoas a partir de 15 anos que vivem em municípios nos condados de Xincheng e Xiangzhou. Aqueles em alto risco—como idosos ou quem já fez tratamento para TB ou tem certas condições de saúde—serão particularmente procurados. Quem não quiser participar pode simplesmente optar por não participar; sem ressentimentos!

Busca Ativa de Casos: O Que Esperar

Para quem estiver no grupo de intervenção, tem uma campanha de triagem empolgante planejada. Assistentes sociais e médicos de vila vão de porta em porta, informando os moradores sobre a triagem e pedindo consentimento. A van móvel vai chegar na área, convidando todo mundo a checar sintomas e fazer um raio-X rapidinho.

Se alguém apresentar sintomas ou resultados anormais no raio-X, vão pedir para fornecer uma amostra de escarro. A equipe vai garantir que a coleta da amostra seja feita corretamente para evitar problemas. Após a coleta, as amostras serão enviadas para hospitais do município para análise.

Acompanhando os Resultados

Conforme o estudo avança, haverá um período de espera de um ano para garantir que todos os pacientes de TB identificados recebam tratamento antes de realizar uma pesquisa no Ano 3. Essa pesquisa vai ajudar a avaliar a eficácia das intervenções de busca ativa de casos em comparação com os métodos de cuidados normais.

O foco principal será calcular a prevalência da TB bacteriologicamente positiva entre grupos de alto risco. Secundariamente, os pesquisadores também vão acompanhar outras métricas, como o número total de casos de TB registrados e a eficácia da intervenção.

Medindo Custos e Eficácia

Durante o ensaio, o estudo também vai olhar para os custos associados a ambas as estratégias de cuidados. Entender o lado econômico é importante para descobrir se os novos métodos valem o investimento. Eles vão coletar dados sobre coisas como custos de tratamento, recursos de saúde utilizados e até salários da equipe envolvida no programa.

Um Roteiro para o Futuro

Se for bem-sucedido, a intervenção pode trazer uma redução significativa nos casos de TB e oferecer um modelo para outras regiões que enfrentam desafios semelhantes. O impacto potencial é grande, não só para Guangxi, mas para o mundo todo.

O Desafio à Frente

Embora o plano seja ambicioso e inovador, não é livre de desafios. Um problema é a exigência de os participantes coletarem duas amostras de escarro, o que pode levar a erros na coleta e transporte. Os médicos de vila vão receber treinamento para melhorar esse processo, mas ainda assim representa um risco.

Além disso, devido a financiamento e recursos, a busca ativa de casos pode não incluir toda a população. Mas considerando que muitos jovens adultos migram para as cidades em busca de trabalho, focar em grupos de alto risco como os idosos ainda é uma estratégia inteligente.

Considerações Finais

Acabar com a TB não é brincadeira, mas com tecnologia e envolvimento da comunidade, há esperança de progresso. A luta contra a TB é como um jogo de matar baratas; assim que você acha que está tudo sob controle, ela aparece em outro lugar. Mas com esforços e recursos dedicados, podemos trabalhar rumo a um futuro onde a TB seja coisa do passado. E quem sabe, um dia, a gente até possa dizer: "Lembra quando a TB era um grande problema?" Isso sim seria motivo de celebração!

Fonte 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

Resumo: 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 atualização: 2024-12-08 00:00:00

Idioma: English

Fonte URL: https://www.medrxiv.org/content/10.1101/2024.12.08.24318678

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

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

Alterações: Este resumo foi elaborado com a assistência da AI e pode conter imprecisões. Para obter informações exactas, consulte os documentos originais ligados aqui.

Obrigado ao medrxiv pela utilização da sua interoperabilidade de acesso aberto.

Artigos semelhantes