Eficacia comparativa de CUS, CXR y CAD en el diagnóstico de tuberculosis en países de ingresos bajos y medianos (CUSTB)

ANTECEDENTES La tuberculosis pulmonar (TB) sigue siendo un importante problema de salud mundial, particularmente en los países de ingresos bajos y medianos (PIMB), donde los recursos para la atención sanitaria suelen ser limitados. El diagnóstico temprano y preciso de la tuberculosis es crucial para el inicio oportuno del tratamiento y la prevención de la transmisión, pero presenta desafíos debido a varios factores, incluida la complejidad de los síntomas y las limitaciones de las herramientas de diagnóstico. Si bien la radiografía de tórax es la modalidad de imagen estándar para el diagnóstico de tuberculosis, su sensibilidad y especificidad pueden variar dependiendo de factores como el estadio de la enfermedad y la calidad de la imagen obtenida. Específicamente, en Etiopía, un estudio reciente sobre los facilitadores del diagnóstico de tuberculosis pulmonar enfatiza la importancia de integrar el cribado radiográfico con el cribado basado en síntomas en los centros de salud, al tiempo que reconoce el alto costo de esta implementación. En los últimos años, la CUS ha surgido como una herramienta complementaria prometedora en el diagnóstico de la tuberculosis, especialmente en poblaciones en riesgo, como las personas que viven con el VIH. Sus ventajas incluyen portabilidad, falta de exposición a la radiación y potencial para uso junto a la cama, lo que lo hace particularmente valioso en entornos con recursos limitados donde el acceso a técnicas de imagen avanzadas puede ser limitado. La evidencia inicial indica que el uso de CUS exhibe una alta sensibilidad en la detección de tuberculosis microbiológicamente confirmada entre adultos. Además, los sistemas de diagnóstico asistido por computadora (CAD) que utilizan algoritmos de inteligencia artificial se han mostrado prometedores a la hora de mejorar la precisión del diagnóstico al ayudar a los médicos a interpretar imágenes médicas. Sin embargo, a pesar de estos avances, una investigación limitada ha comparado directamente el rendimiento diagnóstico de la puntuación CUS, CXR y CAD en el diagnóstico de tuberculosis, sin evidencia alguna en los contactos domésticos de los casos índice. Comprender la eficacia comparativa de estas modalidades de diagnóstico es esencial para optimizar las estrategias de diagnóstico de la tuberculosis y mejorar los resultados de los pacientes, especialmente en poblaciones de alto riesgo, como los contactos domésticos que tienen un mayor riesgo de transmisión de la tuberculosis11. Por lo tanto, este estudio tiene como objetivo llenar este vacío evaluando la precisión diagnóstica de la puntuación CUS, CXR y CAD para identificar la tuberculosis tanto entre los casos índice como entre los contactos del hogar. Al emplear un diseño transversal, el estudio busca determinar la sensibilidad, especificidad, valor predictivo positivo (VPP) y valor predictivo negativo (VPN) de cada modalidad de diagnóstico, así como explorar posibles correlaciones y discrepancias entre ellos. Los hallazgos de este estudio tienen el potencial de informar las guías de práctica clínica y contribuir al desarrollo de estrategias de diagnóstico y manejo de la tuberculosis más efectivas y adaptadas a las necesidades de diversas poblaciones y entornos de atención médica.

DISEÑO Y MÉTODOS DEL ESTUDIO Este estudio empleará un diseño transversal para comparar la precisión diagnóstica de CUS con CXR y puntuación CAD en la identificación de TB entre casos índice y contactos domésticos. El estudio tendrá una duración de 12 meses al final de los cuales el equipo de investigación realizará el análisis de datos. No se espera interferencia en las actividades rutinarias relacionadas con el ingreso y el cuidado del paciente en la investigación. Los participantes se inscribirán en el momento de la admisión en el Departamento de Pacientes Ambulatorios (OPD) o en la Sala Médica, después de que los criterios de inclusión se encuentren espontáneamente gracias a una evaluación médica independiente. Se registrarán los parámetros vitales y los signos clínicos. Se realizará una radiografía de tórax como estándar de atención con captura de imágenes en la vista posteroanterior, asegurando una visualización adecuada del área del tórax. Coloque al participante en posición vertical o de pie, frente a la máquina de rayos X. Las imágenes de radiografía de tórax adquiridas se transferirán a la plataforma de software CAD, que puede resaltar regiones de interés y evaluar una puntuación según los hallazgos. Durante CUS, el participante permanecerá en decúbito supino o sentado, exponiendo el área del tórax para un examen de ultrasonido. Se aplicará una fina capa de gel de ultrasonido sobre la piel para facilitar el acoplamiento acústico y mejorar la calidad de la imagen. ANÁLISIS ESTADÍSTICO Se planean dos análisis intermedios a los 3 y 6 meses de la inscripción para verificar los supuestos sobre la sensibilidad y especificidad de CUS, CXR y CAD en el diagnóstico de tuberculosis. Los análisis intermedios no incluirán ninguna prueba estadística formal. Los datos categóricos se resumirán como frecuencias absolutas y relativas. Los datos numéricos se resumirán utilizando la media y la desviación estándar (DE), o la mediana y el rango intercuartil (RIQ). En la investigación de la precisión, se calcularán las medidas estándar (sensibilidad, especificidad, valor predictivo positivo, valor predictivo negativo). La hipótesis de no inferioridad serán los testículos utilizando una prueba de puntuación basada en RMLE según Liu et al.12 El ajuste para pruebas múltiples se realizará según el procedimiento de Benjamini-Hochberg. La concordancia entre CUS y CXR, y entre CUS y CAD se evaluará utilizando kappa de Cohen y AC1 de Gwet. Las comparaciones entre variables se realizarán con fines exploratorios utilizando los coeficientes de correlación de Pearson o Spearman, prueba t de Student, prueba t de Student pareada, prueba de Mann-Whitney, prueba de Wilcoxon, prueba de Chi cuadrado o prueba de Fisher, según corresponda. Las estimaciones que se informarán con intervalos de confianza del 95% fueron apropiadas. La significación estadística se fijará en el 5%. El análisis estadístico se realizará utilizando R 4.3 (Fundación R para Computación Estadística, Viena, Austria).