Tbornottb: Egy új, mesterséges intelligencia által vezérelt eszköz a tuberkulózis felmérésének egyszerűsítésére a kórházakban

Tbornottb: Egy új, mesterséges intelligencia által vezérelt eszköz a tuberkulózis felmérésének egyszerűsítésére a kórházakban

A „Tbornottb” új klinikai döntéstámogató rendszer segíti a fertőzések elkülönítésével kapcsolatos döntések egyszerűsítését, csökkenti a munkaterhelést és megőrzi a TB-felismerési pontosságot.

Az Infection Control and Hospital Epidemiology című folyóiratban nemrég megjelent tanulmányban a kutatók egy klinikai döntéstámogató rendszert (CDSS) mutattak be, amely a tuberkulózis gyanúja (TB) értékelését segíti.

háttér

Az Egyesült Államokban (USA) a tbc incidenciája az 1992-es 100 000 főre jutó 10,4 esetről 2020-ra 2,2 esetre csökkent 100 000 főre, az elmúlt években a nozokomiális átvitel ritkasággá vált.

Ennek ellenére 2023-ban az Egyesült Államokban 100 000 főre 2,9-re emelkedett a tuberkulózis előfordulása. Eközben a kórházaknak kapacitás- és személyzeti kihívásokkal kell szembenézniük, ami sürgőssé teszi a tbc-gyanús betegek döntéshozatalát.

A TB-gyanús esetekre vonatkozó jelenlegi irányelvek azt javasolják, hogy a köpetmintákban vizsgálják meg a mikobaktérium-tenyészetet és a saválló bacillusok (AFB) markereit, a levegőben lévő fertőzés (AII) izolálása mellett.

Mindazonáltal a tenyésztés általában ≥ két hetet vesz igénybe, és a tüdő-tbc-kenetben szenvedők majdnem fele mutat tbc-t. Míg a nukleinsav-amplifikációs tesztek (NAAT) nagyobb érzékenységgel rendelkeznek, mint az AFB-tamponok, lényegesen kevésbé érzékenyek, mint a tenyésztés.

Ezért a NAAT-ok és a tamponok eredményeinek leállítása korai lenne, és a kockázatot a személyzetre és más betegekre hárítaná. Ezért a fertőzésmegelőzési és -ellenőrzési (IPC) személyzet gyakran elvégzi a betegrekordok további áttekintését az AII leállítása előtt.

Ezenkívül megbeszélések következhetnek a megfelelő tanácsadókkal és az elsődleges csoporttal annak megállapítására, hogy a tuberkulózis valószínűleg nem hajlamosít-e az AII-betegségre, ami idő- és munkaigényes.

A tanulmányról

A tanulmány célja egy olyan klinikai döntéstámogató rendszer (CDSS) kifejlesztése volt, amely elősegíti a levegőben történő légi izoláció (AII) megszüntetését, miközben biztosítja a tuberkulózis-gyanús esetek megfelelő értékelését. A kutatók megalkották a „tbornottb” rendszert, hogy egyszerűsítsék az AII-kezelés abbahagyását anélkül, hogy ez befolyásolná a lehetséges tbc-s betegek ellátását, akiknél a nukleinsav-amplifikációs teszt (NAAT) és a saválló bacillusok (AFB) lándzsái negatívak.

Egy szakértői csoport klinikai irányelvek és epidemiológiai adatok alapján egy sor kérdést dolgozott ki és finomított a Delphi konszenzusos módszerével. Ezeket a kérdéseket a Massachusetts General Hospital (MGH) kórházi páciensein tesztelték.

A CDS-ek az epidemiológiai kockázati tényezők, a tbc-s tünetek, a kórelőzmény, a bronchoszkópia/köpet eredményei és a mellkasi képalkotás alapján adtak pontszámokat. Ha egy beteg pontszáma meghaladta a beállított küszöböt, az AII automatikusan be lett állítva. Ellenkező esetben további értékelést javasoltak.

A CDSS validálása érdekében a kutatók eset-ellenőrzési elemzést végeztek a Mass General Brigham (MGB) rendszer adatainak felhasználásával. Az eszközt retrospektív módon alkalmazták tenyésztéssel igazolt TBC-s (esetek) és megfelelő tenyészet-negatív kontrollok esetén.

Azokat a változókat, amelyek nem javították a prediktív pontosságot, eltávolították vagy csökkentették. A modell teljesítményét ezután a kulcsfontosságú TB-előrejelzők súlyának beállításával, valamint érzékenységének, specificitásának és görbe alatti területének (AUC) elemzésével finomították.

Egy alcsoport-elemzés összehasonlította a CDSS hatékonyságát a Covid-19 világjárvány előtt és után. Ezen túlmenően, a tanulmány becsülte a megelőzési és ellenőrzési (fertőzéskontroll) IPC munkaórákat, amelyeket az MGH-nál évente megtakarítanak a CDSS bevezetése révén.

Végül a tanulmány azt sugallja, hogy a tbc nem valószínű, hogy erős hajtóereje az AII-kezelés abbahagyásának, tekintettel a folyamat idő- és munkaigényes természetére.

Eredmények

A kutatók az eset-kontroll alvizsgálatban a tbc számos előrejelzőjét azonosították. A mellkasi radiológiai jelentésben szereplő üreges elváltozások vagy egyéb, tbc-re gyanús leletek erősen összefüggtek az aktív tbc-vel.

Ezenkívül a tbc szempontjából erősen endemikus országban való korábbi tartózkodás volt a tbc legerősebb epidemiológiai kockázati tényezője. A pozitív interferon-γ felszabadulási vizsgálat (IGRA) anamnézisében szintén erős előrejelzője volt az aktív tbc-nek.

Nevezetesen, az elmúlt hónapban végzett negatív IGRA vagy tubulin bőrteszt negatív összefüggést mutatott a tuberkulózissal. Az anamnézisben szereplő olyan állapotok, amelyekről úgy vélték, hogy növelik a tbc kockázatát, nem társultak a tbc-hez.

A fogyás története volt az egyetlen hagyományos TB tünet, amely előre jelezte az aktív tbc-t. Ezenkívül a tünetek jelentős javulása vagy megszűnése egy alternatív diagnózis kezelésével erős negatív összefüggést mutatott a tuberkulózissal.

Ez a kezdeti CDSS modell 16%-os specificitást és 100%-os érzékenységet mutatott. A pontozási rendszer iteratív felülvizsgálata után a végső modell 100%-os érzékenységet, 27%-os specificitást és 0,87 AUC-t mutatott.

Nem volt különbség a modellek teljesítményében a Covid-19 előtt és után. A kutatók becslései szerint a Tbornottb évente több mint 40 IPC-munkaórát takaríthat meg az MGH-nál.

Következtetések

A tanulmány együtt dolgozott ki és validált egy új CDSS-t, amely a TB-gyanús betegek diagnosztikai értékelését irányítja alacsony prevalenciájú körülmények között. A korábbi pozitív IGRA, a tbc endémiás országban való tartózkodása és a tbc-re gyanús mellkasi radiológiai leletek a tbc szignifikáns előrejelzői voltak.

A végső CDSS modell szerény specificitást és nagy érzékenységet mutatott a TB kimutatásában. Összességében a Tbornottb segíthet csökkenteni a nozokomiális átvitel kockázatát, és jelentős IPC-személyt menthet meg.

Források: