Evaluación del impacto del diagnóstico por rayos X asistido por computadora y otras herramientas de clasificación para optimizar la búsqueda activa de casos basada en la comunidad orientada por Xpert para TB y COVID-19

La tuberculosis (TB) es ahora la causa más común de muerte en muchos países africanos. Varios factores impulsan esto; sin embargo, la transmisión es el mecanismo por el cual estos factores de riesgo se traducen en TB activa. A nivel mundial, ~35 % (casi 1 de cada 3) de los casos de TB se 'pasan por alto' (permanecen sin diagnosticar o sin detectar). En el África subsahariana, entre el 40 % y el 50 % de la carga de casos de TB permanece sin diagnosticar dentro de la comunidad y ~30 % de estos casos tienen baciloscopía positiva al microscopio. Estos casos de TB 'perdidos' (en el nivel de atención primaria) sirven como reservorio, lo que socava gravemente el control de la TB. Por lo tanto, la atención primaria y la búsqueda de casos basada en la comunidad deben ser un componente crítico para el control de la TB.

Sin embargo, la detección de casos en la comunidad se ha visto restringida por la falta de herramientas de diagnóstico en el punto de atención (POC, por sus siglas en inglés) sensibles y fáciles de usar. Para abordar esta necesidad insatisfecha, en 2013 los investigadores planificaron un programa de actividades (estudios interrelacionados secuenciales) con el objetivo general de optimizar un modelo para la búsqueda activa de casos basada en la comunidad (ACF) relacionada con Xpert para TB (XACT). Para 2017, a través del estudio XACT-I financiado por EDCTP, los investigadores resolvieron el estancamiento del diagnóstico POC rápido al demostrar que la detección comunitaria basada en Xpert molecular fue efectiva para identificar casos de TB faltantes en los "barrios marginales" periurbanos de Cape Town y Harare usando un mini-camión con generador. Sin embargo, tal enfoque no era ampliamente asequible ni escalable. Por lo tanto, los investigadores derivaron un modelo escalable utilizando Xpert Edge portátil que funciona con batería instalado dentro de una furgoneta Nissan de bajo costo (<US$) 15 000 tripulada por dos trabajadores de la salud (lo que hace que el modelo ACF sea asequible y escalable). Este estudio completo, XACT-II, evaluó a más de 5 000 participantes en la comunidad. El modelo funcionó bien y fue más eficaz que la microscopía de frotis. Sobre la base de estos éxitos, y para traducir el concepto XACT en políticas, Wellcome Trust y UK MRC han financiado el estudio XACT-III. Actualmente iniciado, XACT-III se inició como un proyecto de demostración de varios países en cuatro países del África subsahariana.

Más recientemente, ha habido avances rápidos en el desarrollo de pruebas de triaje para la TB, que se refieren a pruebas de detección que generalmente se aplican en un entorno comunitario (ya sea a nivel de comunidad individual o clínica de atención primaria). Estas pruebas tienen una sensibilidad muy alta (> 95 %) pero una especificidad modesta (> 70 %) según lo definido por los perfiles de productos objetivo específicos de TB. Una prueba de triaje orientada a la TB precursora es el diagnóstico por rayos X asistido por computadora (CAD). Esto implica el uso de software habilitado para inteligencia artificial para leer una radiografía digital y producir una probabilidad de TB en segundos. Los datos recientes sugieren que el CAD funciona a la par que los radiólogos experimentados para identificar posibles casos de TB, lo que reduce la frecuencia con la que se solicitan las pruebas Xpert y ayuda a centrar los recursos limitados en los casos relevantes. Aunque estos datos parecen prometedores, la viabilidad de esta estrategia en un entorno de campo pragmático no se ha probado exhaustivamente. Hay varias otras preguntas sin respuesta. ¿La estrategia de CAD combinada con Xpert es rentable y puede reducir el uso de Xpert sin perder una cantidad inaceptable de casos de TB? Por lo tanto, los investigadores determinarán la utilidad de CAD como herramienta de clasificación para optimizar aún más el modelo XACT.

La pandemia de COVID-19, debida al SARS-CoV-2, ha devastado las comunidades periurbanas africanas donde la tuberculosis también es común. Los síntomas de COVID-19 y TB se superponen, y la asequibilidad limitada, así como el estigma asociado con ambas enfermedades, limitan severamente las pruebas. Ahora se necesitan con urgencia datos sobre la viabilidad de la detección conjunta y las pruebas de TB y COVID-19. La utilidad de tal enfoque, si la hay, no ha sido estudiada en las comunidades africanas. Dado que en el estudio propuesto se realizarán pruebas de TB Xpert POC y radiografías para CAD, brinda una oportunidad única y fácil de detectar sin problemas ambas enfermedades cuando sea apropiado.

Están surgiendo rápidamente otras tecnologías de detección emergentes para la TB y el COVID-19, incluidas las pruebas de triaje basadas en orina y sangre. XACT-19 brinda una oportunidad única para recolectar las muestras relevantes y probar nuevas tecnologías en un entorno pragmático basado en la comunidad.

En resumen, los resultados del estudio XACT-19 tendrán implicaciones sustanciales para la política y la práctica de la salud pública y probablemente definirán un nuevo estándar para ACF basado en la comunidad para la TB y, potencialmente, COVID-19 en tándem.