Folgenabschätzung der Verwendung der prädiktiven MATCH AI-Modellierung zur Identifizierung von Hotspots für die Suche nach aktiven TB-Fällen (SPOT-TB)

Trotz erheblicher Fortschritte in den letzten Jahrzehnten erkrankten im Jahr 2021 schätzungsweise 10,6 Millionen Menschen an Tuberkulose (TB), und die Krankheit verursachte weltweit 1,6 Millionen Todesfälle. Pakistan ist das Land mit der fünfthöchsten Tuberkulosebelastung der Welt und Tuberkulose verursacht jährlich 42.000 Todesfälle im Land. Eine zentrale Herausforderung bei der Reaktion Pakistans auf Tuberkulose besteht darin, die Diagnose und Behandlung aller Tuberkulosepatienten sicherzustellen. Im Jahr 2020 wurden von den 573.000 Fällen insgesamt 276.736 (48 %) gemeldet. Die Überbrückung dieser Fallerkennungslücke ist ein wichtiges Ziel des National TB Program (NTP). Active Case Finding (ACF) ist eine potenzielle Strategie zur Verbesserung der Fallerkennung durch systematisches Screening von Gemeinden auf Tuberkulose. Jüngste Erkenntnisse deuten darauf hin, dass ACF durch Früherkennung auch die Inzidenz und Prävalenz von Tuberkulose auf Bevölkerungsebene verringern kann. Während sich ACF-Interventionen in Gemeinschaftsversuchen als wirksam erwiesen haben und nun in großem Maßstab in Pakistan durchgeführt werden, bestehen weiterhin Bedenken hinsichtlich ihrer Erträge und Kosteneffizienz in programmatischen Umgebungen.

Das Hauptziel dieser Studie besteht darin, zu untersuchen, ob ein gezielter Ansatz für ein gemeindebasiertes Screening mit MATCH-AI, einer Software für künstliche Intelligenz, die die TB-Prävalenz in Unterbezirken modelliert, die Ausbeute von ACF-Interventionen in Pakistan verbessern kann. Im Interventionszweig wird das Feldteam gemeindebasierte ACF-Aktivitäten (sogenannte Chest Camps) hauptsächlich an Orten durchführen, an denen laut MATCH-AI eine höhere Prävalenz von Tuberkulose vorhergesagt wird. Im Kontrollarm werden die Feldteams weiterhin bestehende Ansätze zur Auswahl von Campingplätzen nutzen. Der Versuch wird in 65 Distrikten Pakistans in Zusammenarbeit mit Implementierungspartnern des NTP durchgeführt.