Novos Métodos de Teste para Tuberculose: Uma Visão Geral do Estudo
Pesquisas mostram que testes promissores de TB podem oferecer diagnósticos mais precisos.
― 7 min ler
Índice
A tuberculose (TB) é uma doença séria que afeta milhões de pessoas no mundo todo. Em 2022, foram registrados cerca de 7,5 milhões de casos de TB, e 1,3 milhão de pessoas perderam a vida por causa dessa doença. Alarmante, 3,1 milhões desses casos ficaram sem diagnóstico ou sem registro, mostrando que muita gente ainda não tem acesso a testes de TB eficazes e acessíveis. A Organização Mundial da Saúde (OMS) pediu por maneiras mais simples e baratas de detectar a TB rapidamente.
Novos Testes para TB
Estão sendo desenvolvidos novos testes promissores para ajudar a identificar a TB. Um dos métodos é o raio-X do tórax (CXR), que ajuda na triagem, mas tem limitações, especialmente em regiões com menos recursos. A interpretação dos resultados do raio-X requer pessoal qualificado, que muitas vezes falta. Recentemente, surgiram raios-X digitais com detecção assistida por computador (CAD), que podem facilitar e agilizar a triagem para TB sem precisar de um especialista.
Outra abordagem é medir a proteína C-reativa (CRP) no sangue. Altos níveis de CRP podem indicar inflamação e parecem fornecer resultados melhores do que apenas perguntar sobre sintomas em pessoas vivendo com HIV. No entanto, a CRP sozinha não é específica o suficiente para confirmar a TB de forma confiável.
Um novo teste chamado Xpert TB Host Response (Xpert HR) também mostra promessas. Ele busca sinais específicos no sangue da pessoa que podem indicar a TB. Estudos iniciais sugerem que o Xpert HR pode alcançar as metas de precisão estabelecidas pela OMS para um teste de triagem de TB.
Para entender realmente como esses novos testes funcionam, é essencial comparar sua eficácia, custos e facilidade de uso. Este estudo teve como objetivo analisar três testes potenciais de triagem para TB: CAD, CRP e Xpert HR, em um grupo diversificado de pessoas suspeitas de ter TB.
Desenho do Estudo e Participantes
O estudo aconteceu em cinco países: Filipinas, Vietnã, Uganda, África do Sul e Índia, entre julho de 2021 e agosto de 2022. Adultos com mais de 18 anos que mostraram sinais de TB, como uma tosse persistente por mais de duas semanas, foram convidados a participar. Algumas pessoas foram excluídas se tivessem recentemente completado o tratamento da TB ou usado certos antibióticos.
Antes dos testes, todos os participantes foram triados para HIV e diabetes. Eles forneceram amostras de escarro e sangue para os testes. Também foram coletados um raio-X do tórax e amostras de sangue para testes de Xpert HR e CRP.
Métodos de Teste
Todo participante passou por um raio-X do tórax. Se as imagens digitais não estavam disponíveis, as imagens tradicionais de raio-X foram digitalizadas para análise. Os raios-X foram processados por um programa CAD escolhido para avaliar o risco de TB.
Para o teste Xpert HR, o sangue foi colocado em um cartucho especial para análise usando uma máquina que produzia resultados com base na atividade gênica na amostra. Os níveis de CRP foram medidos rapidamente usando um dispositivo que dá resultados em apenas alguns minutos.
O objetivo era realizar uma avaliação minuciosa que não fosse influenciada por quaisquer detalhes anteriores sobre os participantes ou seus resultados de teste.
Testes Confirmatórios
Os participantes submeteram de 2 a 3 amostras de escarro, que foram testadas usando dois métodos de referência: um teste específico chamado Xpert Ultra e um teste de cultura que cresce as bactérias da TB. Um resultado positivo de qualquer um dos métodos indicou um caso confirmado de TB, enquanto a ausência de resultados positivos indicou que o participante estava livre de TB.
Analisando os Resultados
Para avaliar o desempenho dos diferentes testes, os pesquisadores usaram métodos estatísticos para gerar gráficos que ilustravam a eficácia de cada teste. Essa análise estatística focou na Sensibilidade (a capacidade de detectar TB quando está presente) e na especificidade (a capacidade de identificar corretamente quando a TB não está presente).
O objetivo era encontrar os melhores pontos de corte que pudessem ajudar a alcançar alta sensibilidade e especificidade razoável para os testes.
Resumo dos Resultados
Um total de 2.046 pessoas foram triadas, e 1.666 foram incluídas na análise final. Desses, 1.392 tiveram resultados válidos para todos os três testes e foram comparados com o padrão de referência microbiológico. As características do grupo do estudo variaram bastante, com diferentes taxas de TB observadas em vários países.
Os resultados mostraram que o teste CAD teve uma área sob a curva (AUC) de 0,90, indicando excelente precisão. O teste Xpert HR teve uma AUC ligeiramente inferior de 0,89, enquanto a CRP marcou apenas 0,81. Em termos simples, o CAD se mostrou o teste mais confiável para identificar a TB.
Com um nível de sensibilidade definido em 90%, o CAD alcançou uma especificidade de cerca de 70%, enquanto o Xpert HR chegou a cerca de 65%, e a CRP teve uma especificidade inferior de quase 50%. Isso significa que o CAD identificou corretamente os casos de TB melhor do que os outros.
Combinando Testes para Melhores Resultados
Os métodos de teste podem, às vezes, funcionar melhor juntos do que individualmente. Ao combinar CAD e Xpert HR, os pesquisadores descobriram que era possível criar processos de triagem que melhoraram a precisão. A melhor combinação alcançou uma especificidade de quase 80%, mantendo o nível de sensibilidade necessário.
Usar uma abordagem passo a passo, onde o resultado de um teste poderia influenciar se outro teste seria realizado, também mostrou resultados promissores. Esse método significa que menos testes desnecessários poderiam ser feitos enquanto ainda se capturava a maioria dos casos de TB.
Variabilidade Encontrada no Desempenho do Teste
O estudo encontrou que a precisão dos testes variou por país e características-chave como sexo e status de HIV. Por exemplo, as mulheres mostraram menor sensibilidade em comparação com os homens, mas sua especificidade foi maior. Usar diferentes pontos de corte para diferentes grupos pode melhorar a eficácia desses testes no geral.
Importância das Descobertas do Estudo
Os resultados deste estudo são significativos. Eles enfatizam que o método CAD é a melhor opção disponível para testes de triagem de TB nesse grupo de estudo. Além disso, combinar abordagens de teste pode aumentar ainda mais a precisão do diagnóstico da TB, ajudando mais pessoas a receber tratamento eficaz e em tempo hábil.
No entanto, desafios permanecem, como custos e acesso a equipamentos de teste. Implementar essas novas estratégias de teste exigiria planejamento cuidadoso e recursos, especialmente em unidades de saúde de nível inferior.
Conclusão
As descobertas destacam o potencial de novos métodos de triagem para TB, como o CAD, especialmente quando usados em combinação com outros testes. Embora custo e viabilidade continuem sendo preocupações significativas, ter métodos precisos, rápidos e acessíveis para testes de TB é crucial na luta contra essa doença. Pesquisas contínuas e consideração cuidadosa devem orientar futuras políticas e práticas no diagnóstico e tratamento da TB.
Título: Head-to-head comparison of diagnostic accuracy of TB screening tests: Chest X-ray, Xpert TB host response, and C-reactive protein
Resumo: BackgroundAccessible, accurate screening tests are necessary to advance tuberculosis (TB) case finding and early detection in high-burden countries. We compared the diagnostic accuracy of available TB triage tests. MethodsWe prospectively screened consecutive adults with [≥]2 weeks of cough presenting to primary health centers in the Philippines, Vietnam, South Africa, Uganda, and India. All participants received the index tests: chest-X-ray (CXR), venous or capillary Cepheid Xpert TB Host Response (HR) testing, and point-of-care C-reactive protein (CRP) testing (Boditech iChroma II). CXR images were processed using computer-aided detection (CAD) algorithms. We assessed diagnostic accuracy against a microbiologic reference standard (sputum Xpert Ultra, culture). Optimal cut-points were chosen to achieve sensitivity [≥]90% and maximize specificity. Two-test screening algorithms were considered, using two approaches: 1) sequential negative serial screening in which the second screening test is conducted only if the first is negative and positive is defined as positive on either test and 2) sequential positive serial screening, in which the second screening test is conducted only if the first is positive and positive is defined as positive on both tests. ResultsBetween July 2021 and August 2022, 1,392 participants with presumptive TB had valid results on index tests and the reference standard, and 303 (22%) had confirmed TB. In head-to-head comparisons, CAD4TB v7 showed the highest specificity when using a cut-point that achieves 90% sensitivity (70.3% vs. 65.1% for Xpert HR, difference 95% CI 1.6 to 8.9; 49.7% for CRP, difference 95% CI 17.0 to 24.3). Among the possible two-test screening algorithms, three met WHO target product profile (TPP) minimum accuracy thresholds and had higher accuracy than any test alone. At 90% sensitivity, the specificity was 79.6% for Xpert HR-CAD4TB [sequential negative], 75.9% for CRP-CAD4TB [sequential negative], and 73.7% for Xpert HR-CAD4TB [sequential positive]. ConclusionsCAD4TB achieves TPP targets and outperforms Xpert HR and CRP. Combining screening tests further increased accuracy. Cost and feasibility of two-test screening algorithms should be explored. RegistrationNCT04923958
Autores: Claudia M Denkinger, R. Crowder, B. Thangakunam, A. Andama, D. J. Christopher, V. Dalay, W. Dube-Nwamba, S. V. Kik, D. Van Nguyen, N. Viet Nhung, P. P. Phillips, M. Ruhwald, G. Theron, W. Worodria, C. Yu, P. Nahid, A. Cattamanchi, A. Gupta-Wright
Última atualização: 2024-06-21 00:00:00
Idioma: English
Fonte URL: https://www.medrxiv.org/content/10.1101/2024.06.20.24308402
Fonte PDF: https://www.medrxiv.org/content/10.1101/2024.06.20.24308402.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.