Die Akzeptanz und Auswirkung des Algorithmus zur Vorhersage der Diarrhoe-Ätiologie (DEP).

Durchfallerkrankungen sind weltweit eine der Hauptursachen für Morbidität und Mortalität bei Kindern, mit geschätzten einer Milliarde Fällen und 500.000 Todesfällen pro Jahr. Während die meisten Todesfälle aufgrund von Durchfall in Ländern mit niedrigem Einkommen auftreten, bleibt infektiöser Durchfall ein erhebliches Problem in Ländern mit hohem Einkommen. Abgesehen von der unmittelbaren Morbidität umfassen mögliche Langzeitfolgen von Durchfall bei Kindern in ressourcenarmen Umgebungen Unterernährung, Wachstumsverzögerungen und Defizite in der kognitiven Entwicklung.

Während der Eckpfeiler der Behandlung von Durchfallerkrankungen bei Kindern die Rehydrierung ist, können eine Reihe anderer Behandlungsentscheidungen, einschließlich der Verwendung von Antibiotika und Labortests, den Krankheitsverlauf beeinflussen. Der übermäßige Einsatz von Antibiotika kann Nebenwirkungen verursachen und zu einer erhöhten antimikrobiellen Resistenz in der Bevölkerung führen. Die unzureichende Anwendung antimikrobieller Mittel gegen einige bakterielle und protozoale Krankheitserreger kann zu einer verlängerten Krankheitsdauer führen und die Übertragung erleichtern. Dies kann dazu führen, dass mehr Tage in der Schule oder bei der elterlichen Arbeit versäumt werden, und bei unterernährten Kindern in ressourcenarmen Umgebungen kann es zu Wachstumsverzögerungen oder zum Tod kommen. Eine übermäßige Nutzung von Labortests kann finanzielle Auswirkungen sowohl auf den Patienten als auch auf das Gesundheitssystem haben, und eine unzureichende Nutzung kann eine angemessene Therapie verzögern oder die Erkennung von Ausbrüchen verhindern. Daher ist eine genaue und kostengünstige Bestimmung der Diarrhoe-Ätiologie wichtig für das richtige Fallmanagement bei Kindern und für die öffentliche Gesundheit.

Clinical Prediction Rules (CPRs) helfen Ärzten bei der Interpretation klinischer Informationen und können die Entscheidungsfindung verbessern. Eine kürzlich durchgeführte systematische Übersichtsarbeit zeigte, dass von 137 Studien zu Erkrankungen, für die klinische Vorhersageregeln für Kinder entwickelt wurden, nur 2 Diarrhoe betrafen, die beide der Beurteilung von Dehydratation dienten. In ähnlicher Weise konzentrieren sich die meisten verfügbaren Richtlinien für pädiatrische Diarrhoe auf den Weg, den Zeitpunkt und die Wahl der Flüssigkeiten für die Rehydrierung. In den letzten 30 Jahren haben einige Studien die Verwendung klinischer Prädiktoren untersucht, um die Wahrscheinlichkeit einer bakteriellen Ursache von Durchfall abzuschätzen. Diese Studien waren jedoch durch niedrige Pathogenidentifikationsraten, kleine Stichprobengrößen, Verwendung eines einzigen Studienzentrums und suboptimale Vorhersageleistung eingeschränkt.

Angesichts des Fehlens von Richtlinien und wirksamen klinischen Prädiktoren sind Entscheidungen über den Einsatz von Antibiotika und Labortests meist empirischer Natur und basieren auf einer Reihe von „Faustregeln“, für die es kaum Beweise gibt. Leider ist das Urteil des Arztes sehr schlecht geeignet, um sowohl die Notwendigkeit von Antibiotika als auch die richtige Art von Tests vorherzusagen. Eine kürzlich durchgeführte Studie über Kinder, die mit Durchfall in kenianischen Krankenhäusern vorgestellt wurden, zeigte, dass die Abhängigkeit von Ruhr als Stellvertreter für eine Shigella-Infektion in fast 90 % der Fälle dazu führte, dass Shigellose nicht diagnostiziert werden konnte. Bessere Instrumente für die Entscheidungsfindung und evidenzbasierte Richtlinien zum Einsatz von Antibiotika und Labortests bei Kindern mit Durchfall werden eindeutig benötigt.

Die meisten Entscheidungen zum Einsatz von Antibiotika bei Durchfallerkrankungen werden empirisch getroffen. In Ländern mit niedrigem und mittlerem Einkommen (LMICs) wird aus Kostengründen selten eine ätiologische Diagnose gestellt, und einer großen Zahl (bis zu 70 %) der Patienten mit akutem Durchfall werden Antibiotika verschrieben. Im Gegensatz zu ressourcenreichen Umgebungen können bakterielle Pathogene jedoch in ressourcenarmen Umgebungen sehr häufig vorkommen. In der multizentrischen Studie Global Enteric Multicenter Study (GEMS) stellten die Forscher fest, dass Shigellen bei 16-78 % der Kinder mit Ruhr und 2-43 % der Kinder mit wässrigem Durchfall nachgewiesen wurden. Sowohl in Umgebungen mit hohen als auch mit geringen Ressourcen führt der unangemessene Einsatz von Antibiotika zu unnötiger Toxizität für den Einzelnen, erhöhten Kosten und einer Zunahme der Antibiotikaresistenz in der Gemeinschaft. Daher werden dringend Methoden benötigt, um den angemessenen Einsatz von Antibiotika bei pädiatrischer Diarrhoe sowohl in ressourcenreichen als auch in ressourcenarmen Umgebungen zu steuern.

Klinische Vorhersageregeln (CPRs) sind Entscheidungsrubriken, die Ärzten helfen, die Wahrscheinlichkeit eines Patientenergebnisses abzuschätzen. Eine Reihe bekannter Vorhersage-Scores wurden für den klinischen Einsatz weitgehend übernommen. Beispiele sind der CHADS2-Score für das Schlaganfallrisiko bei Patienten mit Vorhofflimmern, der TIMI-Score für die Mortalität bei Patienten mit NSTEMI und der CURB-65-Score für die Mortalität bei ambulant erworbener Pneumonie. Klinische Vorhersageregeln, die in die klinische Entscheidungsfindung integriert sind, können Kliniker zu evidenzbasierteren Verhaltensweisen führen, was zu einer verbesserten Versorgung und Kostensenkung führt. LPRs können auch den Einsatz antimikrobieller Mittel reduzieren, wie die Verwendung von Scores für Streptokokkenentzündung zeigt, und die Verknüpfung von LPRs mit Testleitlinien kann den Einsatz antimikrobieller Mittel weiter reduzieren. Daher haben klinische Vorhersageregeln das Potenzial, medizinisches Personal weltweit dabei zu unterstützen, mit klinischer Unsicherheit umzugehen und Kindern mit Durchfall eine verbesserte Versorgung zu bieten.

Die Forscher haben kürzlich Daten von GEMS verwendet, um eine Vorhersageregel für die virale Ätiologie mit einer internen kreuzvalidierten Fläche unter der Kurve (AUC) von etwa 0,85 abzuleiten. Die Ermittler verwendeten eine Post-Test-Odds-Formulierungsmethode, die die Odds aus mehreren Modellen oder Tests berücksichtigt. Zunächst trainierten die Forscher unter Verwendung von Daten von GEMS ein logistisches Regressionsmodell mit viraler Ätiologie als abhängige Variable, wobei die fünf prädiktivsten klinischen Variablen als unabhängige Variablen verwendet wurden. Die Forscher trainierten dann Modelle mit der gleichen viralen Ätiologie-Reaktion unter Verwendung sowohl des lokalen Klimas als auch neuerer klinischer Trends als unabhängige Variablen. Für jedes Modell werden Wahrscheinlichkeiten der viralen Ätiologie im Vergleich zu anderen bekannten Ätiologien generiert, indem die bedingte Verteilung von Trainingsvorhersagen unter Verwendung von Kernel-Dichte-Schätzungen geschätzt wird. Die für jedes Modell erzeugten Wahrscheinlichkeiten werden zusammen mit einer Vortestwahrscheinlichkeit multipliziert, um eine Gesamtwahrscheinlichkeit einer viralen Ätiologie zu bestimmen. Die Berechnung dieser Vorhersageregel haben die Forscher nun in eine Smartphone-Anwendung übertragen, den Diarrheal Etiology Prediction (DEP) Algorithmus. Die Forscher haben TAC-Daten aus der VIDA-Studie (Vaccine Impact on Diarrhea in Africa) verwendet, um die Fähigkeit des DEP-Algorithmus zur Vorhersage der viralen Ätiologie von Durchfall extern zu validieren. In dieser Anwendung ist es unser Ziel, die Akzeptanz und Verwendung des DEP unter Klinikern zu bestimmen, die sich um Kinder mit Durchfall kümmern.