Esta página se tradujo automáticamente y no se garantiza la precisión de la traducción. por favor refiérase a versión inglesa para un texto fuente.

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)

24 de julio de 2024 actualizado por: Centre for Global Public Health Pakistan

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

El objetivo de este ensayo pragmático, aleatorizado por grupos escalonados es medir el rendimiento comparativo (número de casos incidentes de tuberculosis diagnosticados durante los campamentos activos de búsqueda de casos) utilizando un enfoque de selección de sitios basado en predicciones generadas a través de un software de inteligencia artificial llamado MATCH-AI. (grupo de intervención) versus el enfoque convencional de selección del sitio para acampar utilizando el conocimiento y la experiencia del personal de campo (grupo de control). El ensayo ayudará a informar si un enfoque específico para la detección de tuberculosis utilizando inteligencia artificial puede mejorar el rendimiento de los casos de tuberculosis detectados mediante la búsqueda activa de casos basada en la comunidad.

Descripción general del estudio

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

Intervencionista

Inscripción (Estimado)

180000

Fase

  • No aplica

Contactos y Ubicaciones

Esta sección proporciona los datos de contacto de quienes realizan el estudio e información sobre dónde se lleva a cabo este estudio.

Estudio Contacto

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:
        • Investigador principal:
          • Abdullah Latif

Criterios de participación

Los investigadores buscan personas que se ajusten a una determinada descripción, denominada criterio de elegibilidad. Algunos ejemplos de estos criterios son el estado de salud general de una persona o tratamientos previos.

Criterio de elegibilidad

Edades elegibles para estudiar

  • Niño
  • Adulto
  • Adulto Mayor

Acepta Voluntarios Saludables

Sí

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

Esta sección proporciona detalles del plan de estudio, incluido cómo está diseñado el estudio y qué mide el estudio.

¿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

Aquí es donde encontrará personas y organizaciones involucradas en este estudio.

Colaboradores

Investigadores

  • Investigador principal: Faran Emmanuel, Centre for Global Public Health Pakistan

Fechas de registro del estudio

Estas fechas rastrean el progreso del registro del estudio y los envíos de resultados resumidos a ClinicalTrials.gov. Los registros del estudio y los resultados informados son revisados ​​por la Biblioteca Nacional de Medicina (NLM) para asegurarse de que cumplan con los estándares de control de calidad específicos antes de publicarlos en el sitio web público.

Fechas importantes del estudio

Inicio del estudio (Actual)

1 de septiembre de 2023

Finalización primaria (Estimado)

31 de octubre de 2024

Finalización del estudio (Estimado)

30 de junio de 2025

Fechas de registro del estudio

Enviado por primera vez

21 de agosto de 2023

Primero enviado que cumplió con los criterios de control de calidad

28 de agosto de 2023

Publicado por primera vez (Actual)

30 de agosto de 2023

Actualizaciones de registros de estudio

Última actualización publicada (Actual)

25 de julio de 2024

Última actualización enviada que cumplió con los criterios de control de calidad

24 de julio de 2024

Última verificación

1 de julio de 2024

Más información

Términos relacionados con este estudio

Plan de datos de participantes individuales (IPD)

¿Planea compartir datos de participantes individuales (IPD)?

NO

Descripción del plan IPD

Al finalizar la prueba, los datos resumidos agregados utilizados para el análisis final se almacenarán en un repositorio público para su archivo.

Información sobre medicamentos y dispositivos, documentos del estudio

Estudia un producto farmacéutico regulado por la FDA de EE. UU.

No

Estudia un producto de dispositivo regulado por la FDA de EE. UU.

No

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. .

Suscribir