Tbornottb: Et nyt AI-drevet værktøj til at strømline tuberkulosevurdering på hospitaler

Tbornottb: Et nyt AI-drevet værktøj til at strømline tuberkulosevurdering på hospitaler

Et nyt klinisk beslutningsstøttesystem "Tbornottb" hjælper med at strømline beslutninger om infektionsisolering, reducere arbejdsbyrden og opretholde TB-detektionsnøjagtighed.

I en nylig undersøgelse offentliggjort i Infection Control and Hospital Epidemiology præsenterede forskere et klinisk beslutningsstøttesystem (CDSS) til at vejlede evalueringen af ​​formodet tuberkulose (TB).

baggrund

I USA (USA) er forekomsten af ​​tuberkulose faldet fra 10,4 tilfælde pr. 100.000 mennesker i 1992 til 2,2 tilfælde pr. 100.000 i 2020, hvor nosokomiel overførsel er blevet sjælden i de senere år.

På trods af dette steg forekomsten af ​​tuberkulose til 2,9 pr. 100.000 mennesker i USA i 2023. I mellemtiden står hospitaler over for kapacitets- og personaleudfordringer, hvilket øger behovet for at træffe beslutninger for mistænkte tuberkulosepatienter.

Nuværende retningslinjer for mistanke om TB anbefaler at teste sputumprøver for mykobakteriekultur og syrefaste baciller (AFB) markører med luftbåren infektion (AII) isolation implementeret.

Ikke desto mindre tager dyrkningerne normalt ≥ to uger, og næsten halvdelen af ​​personer med lunge-TB-udstrygning viser TB. Mens nukleinsyreamplifikationstest (NAAT'er) har større følsomhed end AFB-podninger, er de signifikant mindre følsomme end dyrkning.

Derfor ville seponering af NAAT'er og podningsresultater være for tidligt og overføre risiko til personale og andre patienter. Derfor udfører infektionsforebyggelses- og kontrolpersonale ofte yderligere gennemgang af patientjournaler, før de seponerer AII.

Derudover kan diskussioner følges med relevante konsulenter og det primære team for at afgøre, om TB sandsynligvis ikke vil prædisponere for AII-lidelsen, som er tids- og arbejdskrævende.

Om studiet

Undersøgelsen havde til formål at udvikle et klinisk beslutningsstøttesystem (CDSS) til at hjælpe med at standse luftbåren isolation (AII) i luften og samtidig sikre passende vurdering af formodede tuberkulosetilfælde (TB). Forskere skabte "tbornottb"-systemet for at strømline AII-seponering uden at påvirke behandlingen af ​​patienter med mulig TB, der tester negativt for nukleinsyreamplifikationstest (NAAT) og syrefaste baciller (AFB) spyd.

En gruppe eksperter udviklede og forfinede en række spørgsmål baseret på kliniske retningslinjer og epidemiologiske data ved hjælp af Delphi-konsensusmetoden. Disse spørgsmål blev testet på hospitalsindlagte patienter på Massachusetts General Hospital (MGH).

CDS'erne tildelte score baseret på epidemiologiske risikofaktorer, TB-symptomer, sygehistorie, bronkoskopi/sputumresultater og brystbilleddannelse. Hvis en patients score oversteg en fastsat tærskel, blev AII automatisk justeret. Ellers blev yderligere evaluering anbefalet.

For at validere CDSS gennemførte forskere en case-control analyse ved hjælp af data fra Mass General Brigham (MGB) systemet. Værktøjet blev anvendt retrospektivt på patienter med kulturbevist TB (tilfælde) og matchede kulturnegative kontroller.

Variabler, der ikke forbedrede prædiktiv nøjagtighed, blev fjernet eller ned. Modellens ydeevne blev derefter finjusteret ved at justere vægten af ​​vigtige TB-prædiktorer og analysere dens følsomhed, specificitet og areal under kurven (AUC).

En undergruppeanalyse sammenlignede effektiviteten af ​​CDSS før og efter Covid-19-pandemien. Derudover estimerede undersøgelsen den årlige sparede IPC-persontime for forebyggelse og kontrol (infektionskontrol) ved MGH gennem implementering af CDSS.

Endelig tyder undersøgelsen på, at TB sandsynligvis ikke vil være en stærk drivkraft for seponering af AII i betragtning af processens tid og arbejdskrævende karakter.

Resultater

Forskerne identificerede adskillige prædiktorer for TB i case-control substudiet. Kavitære læsioner eller andre fund, der var mistænkelige for TB, i thorax-radiologirapporten var stærkt forbundet med aktiv TB.

Desuden var tidligere bopæl i et land, der var meget endemisk for TB, den stærkeste epidemiologiske risikofaktor for TB. En historie med positiv interferon-y-frigivelsesassay (IGRA) var også en stærk forudsigelse for aktiv TB.

Især viste en negativ IGRA- eller tubulin-hudtest i den seneste måned en negativ sammenhæng med TB. En historie med tilstande, der anses for at øge risikoen for TB, var ikke forbundet med TB.

En historie med vægttab var det eneste traditionelle TB-symptom, der forudsagde aktiv TB. Endvidere viste signifikant forbedring eller løsning af symptomer med behandling af en alternativ diagnose en stærk negativ sammenhæng med TB.

Denne indledende CDSS-model viste 16 % specificitet og 100 % sensitivitet. Efter iterative revisioner af scoringssystemet viste den endelige model en sensitivitet på 100 %, specificitet på 27 % og AUC på 0,87.

Der var ingen forskelle i modellens ydeevne før og efter Covid-19. Forskerne vurderede, at Tbornottb kunne spare mere end 40 IPC-persontimer årligt på MGH.

Konklusioner

Sammen udviklede og validerede undersøgelsen en ny CDSS til at vejlede den diagnostiske evaluering af patienter med mistanke om TB i lavprævalensindstillinger. Tidligere positiv IGRA, bopæl i et TB-endemisk land og røntgenundersøgelser af brystet, der var mistænkelige for TB, var signifikante forudsigere for TB.

Den endelige CDSS-model viste beskeden specificitet og høj sensitivitet ved påvisning af TB. Samlet set kunne Tbornottb hjælpe med at reducere risikoen for nosokomiel overførsel og redde en betydelig IPC-person.

Kilder: