Forskning i nøgleinterventionsteknologier til at kontrollere epidemien i områder med høj udbredelse af tuberkulose i Guangxi, Kina

Denne undersøgelse evaluerer effektiviteten og gennemførligheden af ​​en ny strategi for aktiv casefinding (ACF) for tuberkulose (TB) i landdistrikterne Guangxi, Kina. Interventionen involverer brug af mobile varevogne udstyret med kunstig intelligens (AI)-støttet radiologi og hurtig diagnostisk test (GeneXpert) for at identificere TB-tilfælde blandt højrisikopopulationer. TB er et væsentligt folkesundhedsproblem i de foreslåede forskningsområder, især blandt ældre voksne, personer med en historie med TB, tætte kontakter med TB-patienter og dem med underliggende tilstande som diabetes eller HIV. Ved at adressere hullerne i rutinemæssig pleje, sigter denne undersøgelse på at reducere TB-prævalensen og give indsigt i implementering af lignende tilgange i andre miljøer med høj belastning.

Studiet er designet som et pragmatisk, parallelt, klynge-randomiseret kontrolleret forsøg udført i to amter med høj TB-prævalens. I alt 23 townships er randomiseret i interventions- og kontrolgrupper i forholdet 1:1. I interventionsgruppen vil der blive gennemført en engangs ACF-kampagne i løbet af år 1. Denne kampagne integrerer AI-understøttet digital radiografi (DR) til røntgenbilleder af thorax, symptomscreening og sputumindsamling til laboratoriebaseret TB-testning. Kontrolgruppen vil fortsætte med at modtage rutinemæssig behandling, primært afhængig af passiv undersøgelse af tilfælde. TB-behandling i begge grupper vil følge standard nationale retningslinjer.

Deltagerne er personer i alderen 15 år og ældre, som har høj risiko for TB. Dette omfatter ældre voksne, personer, der tidligere er behandlet for TB eller har haft tæt kontakt med TB-patienter, der er diagnosticeret inden for de sidste tre år, og dem, der er klinisk diagnosticeret med tilstande som diabetes eller HIV eller er udsat for erhvervsmæssige risici som minedrift. I indsatsgruppen vil mobile varevogne udstyret med DR-maskiner og kølelager besøge landsbyer for at udføre screeninger på stedet. Berettigede personer vil gennemgå røntgenbilleder af thorax og give sputumprøver, hvis der opdages TB-relaterede symptomer eller abnormiteter på røntgenbilleder. Sputumprøver vil blive transporteret til amtshospitaler til diagnostisk testning ved hjælp af smear-mikroskopi, kultur og GeneXpert-teknologier. Diagnosticerede TB-tilfælde vil straks blive underrettet og henvist til behandling i henhold til nationale retningslinjer.

Det primære resultat af denne undersøgelse er forekomsten af ​​bakteriologisk bekræftet TB blandt højrisikopopulationer i år 3. Dataindsamling omfatter demografiske, kliniske, laboratorie- og omkostningsoplysninger fra patient-, sundhedssystem- og samfundsperspektiver. Analysen vil anvende blandet-effekt logistiske regressionsmodeller til at evaluere virkningen af ​​interventionen på primære og sekundære resultater. Omkostningseffektivitetsanalyse vil beregne de trinvise omkostninger, der kræves for en procentuel reduktion i TB-prævalens. Derudover vil en procesevaluering vurdere interventionens gennemførlighed, acceptabilitet og troskab ved hjælp af kvalitative og kvantitative metoder, herunder interviews med sundhedspersonale, medlemmer af lokalsamfundet og deltagere, samt analyse af deltagelsesrater.

Dette forsøg adresserer udfordringerne ved TB-detektion i ressourcebegrænsede landdistrikter ved at integrere innovative teknologier såsom AI og mobile sundhedsløsninger. Det har potentialet til at bidrage væsentligt til at nå Verdenssundhedsorganisationens (WHO) End TB-strategi, som sigter mod at eliminere TB inden 2035. Undersøgelsen har modtaget etisk godkendelse fra Guangxi Institutional Review Board, og informeret samtykke vil blive indhentet fra alle deltagere. Resultaterne fra denne undersøgelse vil blive formidlet gennem akademiske publikationer, policy briefs og konferencepræsentationer for at informere globale TB-kontrolstrategier.