Algorithmus, der einen diagnostischen Schnelltest für die Behandlung von fieberhaften Erkrankungen im Kindesalter verwendet. (e-MANIC)

Hintergrund In Subsahara-Afrika (SSA) bleiben fieberhafte Erkrankungen ein großes Problem der öffentlichen Gesundheit bei Kindern. Die Einführung von Malaria-Schnelldiagnosetests (RDTs) in der routinemäßigen Gesundheitsversorgung hat die Behandlung von Malaria erheblich verbessert. Trotz der guten Einstellung des medizinischen Personals, sich an die Ergebnisse des Malaria-RDT-Tests zu halten, wirken sich das persistierende hrp2-Antigen und die geringe Empfindlichkeit des pLDH-RDT negativ auf die Verschreibungspraktiken gegen Malariamittel und Antibiotika aus. Diese Einschränkungen der RDTs führen zu einem schlechten Management von fieberhaften Erkrankungen und antimikrobieller Resistenz (AMR). Um die Diagnose dieser fieberhaften Erkrankungen und die anschließende Verschreibung antimikrobieller Mittel zu verbessern, wird die Hypothese aufgestellt, dass die Implementierung eines Algorithmus mit einem zweistufigen Malaria-RDT PfHRP2/pLDH, unterstützt durch Point-of-Care-Tests (POCTs) für C-reaktives Protein, Zählung der weißen Blutkörperchen (WBC), Urinteststreifen, Oximetrie und bakterielle Infektionen wie Streptokokken der Gruppe A und Salmonellen/Shigella werden das Management von fieberhaften Erkrankungen und damit die Bekämpfung von AMR erheblich verbessern.

Methodik Um den Wert des vorgeschlagenen Algorithmus zu bewerten, wird eine offene, randomisierte, kontrollierte Studie mit drei Armen vorgeschlagen, in die fiebrige Kinder im Alter von 2 bis 59 Monaten aufgenommen werden.

• In der Kontrollgruppe werden fieberhafte Kinder nach dem IMCI (Integrative Management of Childhood Diseases) und der Guideline of Diagnostic and Treatment (GDT) behandelt, die Teil des in Burkina Faso bestehenden Routinesystems sind. Die Behandlung erfolgt gemäß der nationalen Leitlinie.
• Im RDT-Arm des Entscheidungsalgorithmus (RDT-DA) (Intervention) wird die auf IMIC basierende klinische Untersuchung durch zweistufige RDT für Malaria und RDT für bakterielle Infektionen unterstützt. Die Verschreibung liegt im Ermessen des medizinischen Personals.
• Im E-Algorithmus-Arm (Intervention) integriert künstliche Intelligenz mehrere Schichten klinischer Informationen wie klinische Untersuchung, Anzeichen/Symptome und Anamnese sowie Laborinformationen wie Ergebnisse von Biomarkern (CRP und WBC) und erregerspezifischem POCT (Malaria und bakterielle Infektionen) und Oximetrie entwickelt werden. Der e-Algorithmus dient als Leitfaden für die Diagnose und Behandlung von fieberhaften Infektionen bei Kindern im Alter von 2 bis 59 Monaten.

In den 3 Armen werden die Träger der Datenerfassung digitalisiert. Für alle Teilnehmer ist ein abschließender Folgebesuch (Tag 7) geplant. Die Patienten werden gebeten, vor dem geplanten Besuch in die Gesundheitseinrichtungen zurückzukehren, wenn die Symptome anhalten oder sich der Gesundheitszustand verschlechtert.

Studiendauer Diese wird auf 36 Monate ab Studienbeginn geschätzt. Die ersten 12 Monate sind für die Entwicklung des Algorithmus (künstliche Intelligenz) des e-Algorithmus-Arms und der Studien-CRFs für RDT-DA und Kontrollarme reserviert.

Studienorte Studienort wird der Gesundheitsbezirk von Nanoro sein, insbesondere die Gesundheitseinrichtungen von Siglé und Pella in Burkina Faso.

Allgemeines Ziel Bewertung des Werts der diagnostischen Leistung des vorgeschlagenen Algorithmus, der zweistufigen Malaria-RDT zum Nachweis von PfHRP2/pLDH und POCT für die Diagnose von Malaria bzw. bakteriellen Infektionen bei der Behandlung von fieberhaften Erkrankungen bei Kindern im Alter von 2 bis 59 Monaten kombiniert ein Prozess der universellen Gesundheitsversorgung (UHC).

Spezifische Ziele Primäres Ziel

1. Bewertung der Auswirkungen der vorgeschlagenen Strategien auf die Praxis des akuten Fiebermanagements in primären Gesundheitseinrichtungen;
2. Bewertung der Auswirkungen der vorgeschlagenen Strategien auf die Malaria- und Antibiotika-Verschreibungspraktiken in primären Gesundheitseinrichtungen;
3. Um in randomisierten diagnostischen Überlegenheitsstudien die Heilungsrate zu bewerten, ob der RDT-Entscheidungsalgorithmus (RDT-DA), der e-Algorithmus oder das Routinesystem, und um zu bestimmen, welches den Zugang zu qualitativ hochwertiger Gesundheitsversorgung in primären Gesundheitseinrichtungen ermöglicht.

Sekundäre Ziele

1. Bewertung der Genauigkeit des Algorithmus basierend auf (i) zweistufigem Malaria-RDT-Nachweis von PfHRP2/pLDH für die Diagnose einer Malariainfektion im Vergleich zu Mikroskopie und Polymerase-Kettenreaktion (PCR); (ii) und POCT zur Diagnostik bakterieller Infektionen im Vergleich zu Bakterienkulturen.
2. Bewertung der Einhaltung des vorgeschlagenen Algorithmus durch medizinisches Personal und Eltern/Erziehungsberechtigte;
3. Bewertung der Einhaltung der Verschreibung durch das Gesundheitspersonal und die Eltern/Erziehungsberechtigten in RDT-DA, e-Algorithmus und Kontrollarmen;
4. Bewertung der Sicherheit des Algorithmus bei der Behandlung von Fieberfällen bei Kindern, die sich in einer Ambulanz vorstellen.

Studienpopulation Studienteilnehmer (Kinder im Alter von 2 bis 59 Monaten) werden während ihres Besuchs in den Gesundheitseinrichtungen der Studie für einfache fieberhafte Erkrankungen identifiziert. Kinder im Alter von 2 bis 59 Monaten (mit einwilligungsfähigen Eltern/Erziehungsberechtigten), die die Gesundheitseinrichtungen besuchen, in denen die Studie durchgeführt wird, und die die Einschlusskriterien erfüllen, werden gebeten, an der Studie teilzunehmen und sich schriftlich zu informieren Zustimmung.

Studienergebnisse Die primären Studienergebnisse sind der Anteil der genesenen Fälle und der in jedem Arm verschriebenen antimikrobiellen Mittel. Zu den sekundären Ergebnissen gehören: (i) Einhaltung des Algorithmus durch medizinisches Personal; (ii) Therapietreue der Eltern/Erziehungsberechtigten; (iii) Genauigkeit des Algorithmus zur Diagnose von Malaria und anderen POCT zur Orientierung bei bakteriellen Infektionen (Biomarker und erregerspezifische POCT).

Stichprobengröße Die Stichprobengröße wird auf der Grundlage von Daten berechnet, die im Konsultationsbuch der Gesundheitseinrichtungen von Sigle und Pella gesammelt wurden. Aus diesen im Jahr 2018 (Januar bis Dezember) gesammelten Daten ergab sich, dass der Anteil der fieberhaften Kinder unter 5 Jahren, die mit fieberhaften Erkrankungen in den Gesundheitseinrichtungen vorstellig wurden und denen Antibiotika verschrieben wurden, 62,63 % betrug. Durch die Implementierung des Algorithmus soll dieser Anteil auf mindestens 20 % reduziert werden. In dieser Studie wird die Stichprobengröße zu einer Bonferroni-Korrektur von Alpha berechnet, die für Mehrfachvergleiche durchgeführt wird, daher wird ein Alpha-Niveau von 0,017 gewählt. Fehler vom Typ II wurde auf 20 % kontrolliert, d. h. (β = 0,20 oder 80 % Leistung). Basierend auf diesen Parametern ist eine Stichprobengröße von 356 pro Arm erforderlich. Daher wird die Gesamtstichprobengröße für die Studie auf 1068 (3 × 356) geschätzt. Unter der Annahme, dass 10 % der Personen für die Nachverfolgung verloren gehen, ist eine angepasste Stichprobengröße von 392 Kindern pro Arm erforderlich. Die endgültige geschätzte Stichprobengröße für diese Studie beträgt somit 1176 Kinder.

Statistische Analyse Ein Analyseplan der Daten wird von den Teilnehmern des ersten Workshops des Projekts vor der Rekrutierung des ersten Studienteilnehmers entwickelt und validiert. Dieser Analyseplan könnte je nach Ereignissen und im Falle einer Änderung des Protokolls überarbeitet werden. Die statistische Auswertung erfolgt mit einer geeigneten Datenanalysesoftware (STATA 14.1. und R).