- ICH GCP
- Registro de ensayos clínicos de EE. UU.
- Ensayo clínico NCT06017843
Evaluación de impacto del uso del modelado predictivo MATCH AI para la identificación de puntos críticos para la búsqueda activa de casos de tuberculosis (SPOT-TB)
Evaluación de impacto del uso del modelado predictivo MATCH AI para la identificación de puntos críticos para la búsqueda activa de casos de tuberculosis en Pakistán: un ensayo aleatorizado pragmático por grupos escalonados
Descripción general del estudio
Estado
Condiciones
Intervención / Tratamiento
Descripción detallada
A pesar de los importantes avances de las últimas décadas, se estima que 10,6 millones de personas enfermaron de tuberculosis (TB) en 2021 y la enfermedad causó 1,6 millones de muertes en todo el mundo. Pakistán está clasificado como el quinto país con mayor carga de tuberculosis del mundo y la tuberculosis causa 42.000 muertes anualmente en el país. Un desafío clave en la respuesta de Pakistán a la tuberculosis es garantizar el diagnóstico y tratamiento de todas las personas con tuberculosis. En 2020, de los 573.000 casos, se notificaron un total de 276.736 (48%). Cerrar esta brecha en la detección de casos es un objetivo crítico para el Programa Nacional de Tuberculosis (PNT). La búsqueda activa de casos (ACF) es una estrategia potencial para aumentar la detección de casos mediante la detección sistemática de tuberculosis en las comunidades. La evidencia reciente indica que la ACF también puede reducir la incidencia y prevalencia de la tuberculosis a nivel poblacional mediante la detección temprana. Si bien las intervenciones del ACF han demostrado eficacia en ensayos comunitarios y ahora se están llevando a cabo a escala en Pakistán, persisten preocupaciones con respecto a sus rendimientos y rentabilidad en entornos programáticos.
El objetivo principal de este estudio es investigar si un enfoque específico hacia la detección comunitaria utilizando MATCH-AI, un software de inteligencia artificial que modela la prevalencia de tuberculosis en subdistritos, puede mejorar el rendimiento de las intervenciones de ACF en Pakistán. En el brazo de intervención, el equipo de campo llevará a cabo actividades comunitarias de ACF (llamadas campamentos de pecho) principalmente en lugares que MATCH-AI prevé que tendrán una mayor prevalencia de tuberculosis. En el brazo de control, los equipos de campo seguirán utilizando los enfoques existentes para la selección del lugar para acampar. La prueba se llevará a cabo en 65 distritos de Pakistán en colaboración con socios de implementación del NTP.
Tipo de estudio
Inscripción (Estimado)
Fase
- No aplica
Contactos y Ubicaciones
Estudio Contacto
- Nombre: Amna Mahfooz, MS(PH)
- Número de teléfono: +923438101441
- Correo electrónico: amna.mahfooz@cgph.org.pk
Copia de seguridad de contactos de estudio
- Nombre: Faheem Baig
- Número de teléfono: +923345379004
- Correo electrónico: faheem@cgph.org.pk
Ubicaciones de estudio
-
-
-
Islamabad, Pakistán
- Reclutamiento
- Mercy Corps Pakistan
-
Contacto:
- Nainan Nawaz
- Correo electrónico: nanawaz@mercycorps.org
-
Investigador principal:
- Abdullah Latif
-
-
Criterios de participación
Criterio de elegibilidad
Edades elegibles para estudiar
- Niño
- Adulto
- Adulto Mayor
Acepta Voluntarios Saludables
Descripción
Criterios de inclusión: Todas las personas que se presenten en los campamentos serán elegibles para participar en la evaluación, incluidos aquellos con antecedentes de enfermedad de tuberculosis.
Criterio de exclusión: Se excluirán niños <15 años y mujeres embarazadas.
Plan de estudios
¿Cómo está diseñado el estudio?
Detalles de diseño
- Propósito principal: Investigación de servicios de salud
- Asignación: Aleatorizado
- Modelo Intervencionista: Asignación cruzada
- Enmascaramiento: Único
Armas e Intervenciones
Grupo de participantes/brazo |
Intervención / Tratamiento |
|---|---|
|
Experimental: Intervención
Selección del sitio de campamentos para la búsqueda activa de casos de tuberculosis mediante MATCH-AI
|
La intervención principal en este estudio es la implementación de MATCH-AI, un software de inteligencia artificial que modela la prevalencia de tuberculosis en los subdistritos, para guiar la selección del sitio de los campamentos de ACF.
La herramienta MATCH-AI utiliza un enfoque de modelado bayesiano para predecir la prevalencia de la tuberculosis con una resolución de 10.000 habitantes mapeados como polígonos.
El modelo integra datos de una variedad de fuentes, incluidos datos históricos de notificación de centros de tuberculosis, datos anteriores de ACF, así como factores contextuales como demografía, ingresos, densidad de población, indicadores de salud como cobertura de vacunación y variables relacionadas con el clima para predecir la prevalencia de tuberculosis localizada.
En el brazo de intervención, los campamentos se llevarán a cabo principalmente en lugares guiados por MATCH-AI.
|
|
Sin intervención: Control
Selección de sitios de campamento para la búsqueda activa de casos de tuberculosis utilizando enfoques existentes.
|
¿Qué mide el estudio?
Medidas de resultado primarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
Rendimiento de positividad del campamento
Periodo de tiempo: 12 meses
|
Recuento de casos de tuberculosis (B+) confirmados bacteriológicamente diagnosticados en cada campamento
|
12 meses
|
Medidas de resultado secundarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
Tasa de positividad del campamento
Periodo de tiempo: 12 meses
|
Casos de tuberculosis (B+) confirmados bacteriológicamente por población examinada
|
12 meses
|
|
Rendimiento del campamento de todas las formas
Periodo de tiempo: 12 meses
|
Recuento de casos de tuberculosis multiforma (TB-FA) diagnosticados en cada campamento
|
12 meses
|
|
Tasa de tuberculosis en campamentos para todas las formas
Periodo de tiempo: 12 meses
|
Casos de tuberculosis multiforma (TB-FA) por población examinada
|
12 meses
|
Colaboradores e Investigadores
Patrocinador
Colaboradores
Investigadores
- Investigador principal: Faran Emmanuel, Centre for Global Public Health Pakistan
Fechas de registro del estudio
Fechas importantes del estudio
Inicio del estudio (Actual)
Finalización primaria (Estimado)
Finalización del estudio (Estimado)
Fechas de registro del estudio
Enviado por primera vez
Primero enviado que cumplió con los criterios de control de calidad
Publicado por primera vez (Actual)
Actualizaciones de registros de estudio
Última actualización publicada (Actual)
Última actualización enviada que cumplió con los criterios de control de calidad
Última verificación
Más información
Términos relacionados con este estudio
Palabras clave
Términos MeSH relevantes adicionales
Otros números de identificación del estudio
- CGPH-TB2023-24
Plan de datos de participantes individuales (IPD)
¿Planea compartir datos de participantes individuales (IPD)?
Descripción del plan IPD
Información sobre medicamentos y dispositivos, documentos del estudio
Estudia un producto farmacéutico regulado por la FDA de EE. UU.
Estudia un producto de dispositivo regulado por la FDA de EE. UU.
Esta información se obtuvo directamente del sitio web clinicaltrials.gov sin cambios. Si tiene alguna solicitud para cambiar, eliminar o actualizar los detalles de su estudio, comuníquese con register@clinicaltrials.gov. Tan pronto como se implemente un cambio en clinicaltrials.gov, también se actualizará automáticamente en nuestro sitio web. .