Tbornottb: una novedosa herramienta impulsada por IA para agilizar la evaluación de la tuberculosis en los hospitales

Tbornottb: una novedosa herramienta impulsada por IA para agilizar la evaluación de la tuberculosis en los hospitales

Un nuevo sistema de apoyo a las decisiones clínicas, "Tbornottb", ayuda a agilizar las decisiones de aislamiento de infecciones, reduciendo la carga de trabajo y manteniendo la precisión de la detección de tuberculosis.

En un estudio reciente publicado en Infection Control and Hospital Epidemiology, los investigadores presentaron un sistema de apoyo a las decisiones clínicas (CDSS) para guiar la evaluación de la sospecha de tuberculosis (TB).

fondo

En los Estados Unidos (EE. UU.), la incidencia de tuberculosis ha disminuido de 10,4 casos por 100.000 personas en 1992 a 2,2 casos por 100.000 en 2020, y la transmisión nosocomial se ha vuelto poco común en los últimos años.

A pesar de esto, la incidencia de tuberculosis aumentó a 2,9 por cada 100.000 personas en los Estados Unidos en 2023. Mientras tanto, los hospitales enfrentan desafíos de capacidad y personal, lo que agrega urgencia a la toma de decisiones para los pacientes sospechosos de tuberculosis.

Las pautas actuales para casos sospechosos de tuberculosis recomiendan analizar muestras de esputo para detectar cultivos de micobacterias y marcadores de bacilos ácido-alcohol resistentes (BAAR), implementando el aislamiento de infecciones transmitidas por el aire (AII).

Sin embargo, los cultivos suelen tardar ≥ dos semanas y casi la mitad de las personas con frotis de tuberculosis pulmonar muestran tuberculosis. Si bien las pruebas de amplificación de ácidos nucleicos (NAAT) tienen mayor sensibilidad que los hisopos AFB, son significativamente menos sensibles que el cultivo.

Por lo tanto, suspender las NAAT y los resultados de los hisopos sería prematuro y transferiría el riesgo al personal y a otros pacientes. Por lo tanto, el personal de prevención y control de infecciones (IPC) a menudo realiza revisiones adicionales de los registros de los pacientes antes de suspender la AII.

Además, pueden seguir conversaciones con los consultores pertinentes y el equipo primario para determinar si es poco probable que la tuberculosis predisponga al trastorno AII, que requiere mucho tiempo y trabajo.

Sobre el estudio

El estudio tenía como objetivo desarrollar un sistema de apoyo a la decisión clínica (CDSS) para ayudar a suspender el aislamiento en el aire (AII) y al mismo tiempo garantizar una evaluación adecuada de los casos sospechosos de tuberculosis (TB). Los investigadores crearon el sistema “tbornottb” para agilizar la interrupción de AII sin afectar la atención de los pacientes con posible tuberculosis que dan negativo en las pruebas de amplificación de ácido nucleico (NAAT) y en las pruebas de bacilos acidorresistentes (AFB).

Un grupo de expertos desarrolló y perfeccionó una serie de preguntas basadas en guías clínicas y datos epidemiológicos utilizando el método de consenso Delphi. Estas preguntas se probaron en pacientes hospitalizados en el Hospital General de Massachusetts (MGH).

Los CDS asignaron puntuaciones basadas en factores de riesgo epidemiológicos, síntomas de tuberculosis, antecedentes médicos, resultados de broncoscopia/esputo e imágenes de tórax. Si la puntuación de un paciente excedía un umbral establecido, AII se ajustaba automáticamente. De lo contrario, se recomendó una evaluación adicional.

Para validar el CDSS, los investigadores realizaron un análisis de casos y controles utilizando datos del sistema Mass General Brigham (MGB). La herramienta se aplicó retrospectivamente a pacientes con tuberculosis comprobada por cultivo (casos) y controles compatibles con cultivos negativos.

Las variables que no mejoraron la precisión predictiva se eliminaron o disminuyeron. Luego se perfeccionó el rendimiento del modelo ajustando el peso de los predictores clave de tuberculosis y analizando su sensibilidad, especificidad y área bajo la curva (AUC).

Un análisis de subgrupos comparó la eficacia del CDSS antes y después de la pandemia de Covid-19. Además, el estudio estimó las horas-persona de prevención y control (control de infecciones) de IPC ahorradas anualmente en el MGH a través de la implementación del CDSS.

Finalmente, el estudio sugiere que es poco probable que la tuberculosis sea un factor importante para la interrupción de AII, dada la naturaleza intensiva en tiempo y mano de obra del proceso.

Resultados

Los investigadores identificaron varios predictores de tuberculosis en el subestudio de casos y controles. Las lesiones cavitarias u otros hallazgos sospechosos de tuberculosis en el informe de radiología de tórax se asociaron fuertemente con la tuberculosis activa.

Además, la residencia previa en un país altamente endémico de tuberculosis fue el factor de riesgo epidemiológico más importante para la tuberculosis. Un historial de prueba de liberación de interferón-γ (IGRA) positiva también fue un fuerte predictor de tuberculosis activa.

En particular, una prueba cutánea de IGRA o tubulina negativa en el último mes mostró una asociación negativa con la tuberculosis. Un historial de afecciones que se considera que aumentan el riesgo de tuberculosis no se asoció con la tuberculosis.

Un historial de pérdida de peso fue el único síntoma tradicional de tuberculosis que predijo la tuberculosis activa. Además, la mejora significativa o la resolución de los síntomas con el tratamiento de un diagnóstico alternativo demostró una fuerte asociación negativa con la tuberculosis.

Este modelo CDSS inicial mostró una especificidad del 16% y una sensibilidad del 100%. Después de revisiones iterativas del sistema de puntuación, el modelo final demostró una sensibilidad del 100 %, una especificidad del 27 % y un AUC de 0,87.

No hubo diferencias en el rendimiento del modelo antes y después del Covid-19. Los investigadores estimaron que Tbornottb podría ahorrar más de 40 horas-persona de IPC al año en MGH.

Conclusiones

Juntos, el estudio desarrolló y validó un nuevo CDSS para guiar la evaluación diagnóstica de pacientes con sospecha de tuberculosis en entornos de baja prevalencia. IGRA positivo previo, residencia en un país endémico de tuberculosis y hallazgos radiológicos de tórax sospechosos de tuberculosis fueron predictores significativos de tuberculosis.

El modelo CDSS final demostró una especificidad modesta y una alta sensibilidad en la detección de la tuberculosis. En general, Tbornottb podría ayudar a reducir el riesgo de transmisión nosocomial y salvar a una persona importante del IPC.

Fuentes: