Algoritmo che utilizza un test diagnostico rapido per la gestione delle malattie febbrili dell'infanzia. (e-MANIC)

Contesto Nell'Africa subsahariana (SSA), le malattie febbrili rimangono un grave problema di salute pubblica nei bambini. L'introduzione dei test diagnostici rapidi per la malaria (RDT) nell'assistenza sanitaria di routine ha notevolmente migliorato la gestione della malaria. Tuttavia, nonostante la buona attitudine degli operatori sanitari ad aderire ai risultati dei test RDT sulla malaria, la persistenza dell'antigene hrp2 e la bassa sensibilità del pLDH RDT influiscono negativamente sulle pratiche di prescrizione di antimalarici e antibiotici. Queste limitazioni degli RDT portano a una cattiva gestione delle malattie febbrili e della resistenza antimicrobica (AMR). Per migliorare la diagnosi di queste malattie febbrili e la successiva prescrizione di antimicrobici, si ipotizza che l'implementazione di un algoritmo comprendente un RDT malaria in due fasi PfHRP2/pLDH supportato da test point-of-care (POCT) per la proteina C-reattiva, la conta dei globuli bianchi (WBC), il dipstick urinario, l'ossimetria e le infezioni batteriche come lo streptococco di gruppo A e la salmonella/shigella, miglioreranno in modo significativo la gestione delle malattie febbrili e quindi la lotta alla resistenza antimicrobica.

Metodologia Per valutare il valore dell'algoritmo proposto, si propone uno studio controllato randomizzato in aperto con tre bracci, che arruola bambini febbrili da 2 a 59 mesi.

• Nel braccio di controllo, i bambini febbrili saranno gestiti secondo l'IMCI (gestione integrativa delle malattie infantili) e le linee guida di diagnosi e cura (GDT), che fanno parte del sistema di routine esistente in Burkina Faso. Il trattamento sarà effettuato secondo le linee guida nazionali.
• Nel braccio dell'algoritmo decisionale RDT (RDT-DA) (intervento), l'esame clinico basato sull'IMIC sarà supportato da RDT in due fasi contro la malaria e le infezioni batteriche. La prescrizione sarà lasciata alla discrezione degli operatori sanitari.
• Nel braccio dell'algoritmo elettronico (intervento), l'intelligenza artificiale integra più livelli di informazioni cliniche come esame clinico, segni/sintomi e anamnesi e informazioni di laboratorio come risultati di biomarcatori (CRP e WBC) e POCT specifici per patogeno (malaria e batteri infezioni) e ossimetria saranno sviluppate. L'e-algoritmo servirà a guidare la diagnosi e la gestione delle infezioni febbrili nei bambini da 2 a 59 mesi.

Nei 3 bracci saranno digitalizzati i supporti di raccolta dati. Una visita di follow-up finale (day7) sarà programmata per tutti i partecipanti. Ai pazienti verrà chiesto di tornare nelle strutture sanitarie prima della visita programmata se i sintomi persistono o le condizioni di salute peggiorano.

Durata dello studio Si stima che sia di 36 mesi dall'inizio dello studio. I primi 12 mesi saranno riservati allo sviluppo dell'algoritmo (intelligenza artificiale) del braccio e-Algorithm e delle CRF di studio per RDT-DA e bracci di controllo.

Le sedi di studio La sede di studio sarà il Distretto Sanitario di Nanoro, nello specifico le strutture sanitarie di Siglé e Pella in Burkina Faso.

Obiettivo generale Valutare il valore delle prestazioni diagnostiche dell'algoritmo proposto che combina RDT malaria in due fasi che rileva PfHRP2/pLDH e POCT rispettivamente per la diagnostica della malaria e delle infezioni batteriche, nella gestione delle malattie febbrili nei bambini da 2 a 59 mesi in un processo di copertura sanitaria universale (UHC).

Obiettivi specifici Obiettivo primario

1. Valutare l'impatto delle strategie proposte sulla pratica di gestione della febbre acuta presso le strutture sanitarie primarie;
2. Valutare l'impatto delle strategie proposte sulle pratiche di prescrizione di antimalarici e antibiotici nelle strutture sanitarie primarie;
3. Valutare in uno studio diagnostico di superiorità randomizzato il tasso curativo se l'algoritmo decisionale RDT (RDT-DA), l'algoritmo elettronico o il sistema di routine e determinare quale consente l'accesso a cure sanitarie di qualità presso le strutture sanitarie primarie.

Obiettivi secondari

1. Per valutare l'accuratezza dell'algoritmo basato su (i) malaria RDT in due fasi che rileva PfHRP2/pLDH per la diagnosi di infezione da malaria rispetto alla microscopia e alla reazione a catena della polimerasi (PCR); (ii) e POCT per la diagnostica delle infezioni batteriche rispetto alle colture batteriche.
2. Valutare l'adesione degli operatori sanitari e dei genitori/tutori all'algoritmo proposto;
3. Valutare l'adesione degli operatori sanitari e dei genitori/tutori alla prescrizione in RDT-DA, e-Algorithm e bracci di controllo;
4. Valutare la sicurezza dell'algoritmo nella gestione dei casi febbrili nei bambini che si presentano in ambulatorio.

Popolazione dello studio I partecipanti allo studio (bambini da 2 a 59 mesi di età) saranno identificati durante la loro visita alle strutture sanitarie dello studio per semplici malattie febbrili. I bambini di età compresa tra 2 e 59 mesi (con genitori/tutori in grado di dare il consenso) che frequentano le strutture sanitarie in cui sarà condotto lo studio e che soddisfano i criteri di inclusione saranno invitati a partecipare allo studio e a dare informazioni scritte consenso.

Risultati dello studio I risultati primari dello studio saranno la proporzione di casi guariti e antimicrobici prescritti in ciascun braccio. Gli esiti secondari includono: (i) adesione degli operatori sanitari all'algoritmo; (ii) adesione dei genitori/tutore al trattamento; (iii) accuratezza dell'algoritmo per la diagnosi di malaria e altri POCT per guidare le infezioni batteriche (biomarcatori e POCT specifici per patogeno).

Dimensione del campione La dimensione del campione è calcolata sulla base dei dati raccolti nel libro di consultazione delle strutture sanitarie di Sigle e Pella. Da questi dati raccolti nel 2018 (gennaio-dicembre), la quota di bambini febbrili sotto i 5 anni che si sono presentati presso le strutture sanitarie con patologie febbrili e ai quali è stato prescritto l'antibiotico è stata del 62,63%. L'implementazione dell'algoritmo dovrebbe ridurre questa percentuale almeno al 20%. In questo studio la dimensione del campione viene calcolata in base a una correzione Bonferroni dell'alfa eseguita per confronti multipli, pertanto viene scelto un livello alfa di 0,017. L'errore di tipo II è stato controllato al 20%, cioè (β=0,20 o 80% di potenza). Sulla base di questi parametri, è richiesta una dimensione del campione di 356 per braccio. Pertanto, una dimensione complessiva del campione per lo studio è stimata in 1068 (3 × 356). Inoltre, supponendo che il 10% degli individui andrà perso al follow-up, è richiesta una dimensione del campione aggiustata di 392 bambini per braccio. La dimensione finale stimata del campione per questo studio è quindi di 1176 bambini.

Analisi statistica Un piano di analisi dei dati sarà sviluppato e convalidato dai partecipanti al primo workshop del progetto, prima del reclutamento del primo partecipante allo studio. Questo piano di analisi potrebbe essere rivisto in base agli eventi e in caso di modifica del protocollo. L'analisi statistica sarà effettuata con un software di analisi dei dati appropriato (STATA 14.1. e R).