De aanvaardbaarheid en impact van het algoritme voor voorspelling van diarree-etiologie (DEP).

Diarreeziekten zijn wereldwijd een belangrijke oorzaak van morbiditeit en mortaliteit bij kinderen, met naar schatting een miljard gevallen en 500.000 sterfgevallen per jaar. Hoewel de meeste sterfgevallen als gevolg van diarree voorkomen in landen met lage inkomens, blijft besmettelijke diarree een groot probleem in landen met hoge inkomens. Afgezien van de onmiddellijke morbiditeit, omvatten mogelijke langetermijngevolgen van diarree bij kinderen in een omgeving met weinig middelen ondervoeding, haperende groei en tekorten in cognitieve ontwikkeling.

Hoewel de hoeksteen van de behandeling van diarree bij kinderen rehydratatie is, kunnen een aantal andere managementbeslissingen, waaronder het gebruik van antibiotica en laboratoriumtesten, van invloed zijn op het verloop van de ziekte. Overmatig gebruik van antibiotica kan bijwerkingen veroorzaken en leiden tot verhoogde antimicrobiële resistentie in de gemeenschap. Onvoldoende gebruik van antimicrobiële middelen voor sommige bacteriële en protozoale pathogenen kan leiden tot een langere ziekteduur en de overdracht ervan vergemakkelijken. Dit kan resulteren in meer gemiste schooldagen of ouderlijk werk, en onder ondervoede kinderen in arme omgevingen, kans op groeiachterstand of overlijden. Overmatig gebruik van laboratoriumtests kan financiële gevolgen hebben voor zowel de patiënt als het gezondheidszorgsysteem, en ondergebruik kan de juiste therapie vertragen of de herkenning van uitbraken voorkomen. Een nauwkeurige en kosteneffectieve bepaling van de etiologie van diarree is dus belangrijk voor goed casemanagement bij kinderen en voor de volksgezondheid.

Klinische voorspellingsregels (CPR's) helpen clinici klinische informatie te interpreteren en kunnen de besluitvorming verbeteren. Een recente systematische review toonde aan dat van de 137 onderzoeken naar aandoeningen waarvoor klinische voorspellingsregels voor kinderen zijn ontwikkeld, er slechts 2 betrekking hadden op diarree, beide voor de beoordeling van uitdroging. Evenzo zijn de meeste beschikbare richtlijnen voor pediatrische diarree gericht op de route, timing en keuze van vloeistoffen voor rehydratie. Enkele onderzoeken in de afgelopen 30 jaar bestudeerden het gebruik van klinische voorspellers om de waarschijnlijkheid van een bacteriële oorzaak van diarree in te schatten. Deze onderzoeken werden echter beperkt door lage identificatiepercentages van pathogenen, kleine steekproefomvang, gebruik van een enkele onderzoekslocatie en suboptimale voorspellingsprestaties.

Gezien het gebrek aan richtlijnen en effectieve klinische voorspellers, zijn beslissingen voor het gebruik van antibiotica en laboratoriumtesten meestal empirisch van aard, gebaseerd op een aantal "vuistregels" waarvoor weinig bewijs is. Helaas doet het oordeel van de arts het erg slecht om zowel de behoefte aan antibiotica als het juiste type testen te voorspellen. Een recente studie van kinderen die zich met diarree in Keniaanse ziekenhuizen presenteerden, toonde aan dat het vertrouwen op dysenterie als proxy voor Shigella-infectie ertoe leidde dat Shigellose in bijna 90% van de gevallen niet kon worden gediagnosticeerd. Er is duidelijk behoefte aan betere hulpmiddelen voor besluitvorming en evidence-based richtlijnen met betrekking tot het gebruik van antibiotica en laboratoriumtesten bij kinderen met diarree.

De meeste beslissingen over het gebruik van antibiotica bij diarree worden empirisch genomen. In lage- en middeninkomenslanden (LMIC's) wordt vanwege kostenbeperkingen zelden een etiologische diagnose gesteld en krijgt een groot aantal (tot 70%) van de patiënten met acute diarree antibiotica voorgeschreven. In tegenstelling tot instellingen met hoge hulpbronnen, kunnen bacteriële pathogenen echter heel gewoon zijn in instellingen met weinig middelen. In de multicenter Global Enteric Multicenter Study (GEMS)-studie ontdekten de onderzoekers dat de detectie van Shigella varieerde van 16-78% van de kinderen met dysenterie en 2-43% van de kinderen met waterige diarree. Onjuist gebruik van antimicrobiële stoffen leidt zowel in omgevingen met veel als met weinig middelen tot onnodige toxiciteit voor het individu, hogere kosten en een toename van antibioticaresistentie in de gemeenschap. Daarom zijn er dringend methoden nodig om het juiste gebruik van antibiotica voor pediatrische diarree te begeleiden, zowel in situaties met veel als met weinig middelen.

Klinische voorspellingsregels (CPR's) zijn besluitvormingsrubrieken die clinici helpen de waarschijnlijkheid van een patiëntresultaat in te schatten. Een aantal prominente voorspellingsscores is algemeen aanvaard voor klinisch gebruik. Voorbeelden zijn de CHADS2-score voor beroerterisico bij patiënten met atriumfibrilleren, de TIMI-score voor mortaliteit bij patiënten met NSTEMI en de CURB-65-score voor mortaliteit bij buiten het ziekenhuis opgelopen pneumonie. Klinische voorspellingsregels die in de klinische besluitvorming zijn geïntegreerd, kunnen clinici naar meer evidence-based gedrag leiden, wat resulteert in verbeterde zorg en verlaging van de kosten. CPR's kunnen ook het gebruik van antimicrobiële middelen verminderen, zoals blijkt uit het gebruik van scores voor strep faryngitis, en het koppelen van CPR's aan testrichtlijnen kan het gebruik van antimicrobiële middelen verder verminderen. Klinische voorspellingsregels hebben dus het potentieel om gezondheidswerkers over de hele wereld te helpen omgaan met klinische onzekerheid en betere zorg te bieden aan kinderen met diarree.

De onderzoekers hebben onlangs gegevens van GEMS gebruikt om een ​​voorspellingsregel voor virale etiologie af te leiden met een intern kruisgevalideerd gebied onder de curve (AUC) van ongeveer 0,85. De onderzoekers gebruikten een post-test odds formuleringsmethode, die rekening houdt met odds van meerdere modellen of tests. Eerst trainden de onderzoekers met behulp van gegevens van GEMS een logistisch regressiemodel met virale etiologie als afhankelijke variabele met behulp van de vijf meest voorspellende klinische variabelen als onafhankelijke variabelen. De onderzoekers trainden vervolgens modellen met dezelfde virale etiologische respons, gebruikmakend van zowel het lokale klimaat als recente klinische trends als onafhankelijke variabelen. Voor elk model worden de kansen op virale etiologie versus andere bekende etiologieën gegenereerd door de voorwaardelijke verdeling van trainingsvoorspellingen te schatten met behulp van schattingen van de kerndichtheid. De odds die voor elk model worden gegenereerd, worden vermenigvuldigd samen met een pre-test odds om de algehele odds van een virale etiologie te bepalen. De onderzoekers hebben de berekening van deze voorspellingsregel nu overgebracht naar een smartphone-applicatie, het Diarree Etiology Prediction (DEP)-algoritme. De onderzoekers hebben TAC-gegevens van de VIDA-studie (Vaccine Impact on Diarrhea in Africa) gebruikt om extern het vermogen van het DEP-algoritme om de virale etiologie van diarree te voorspellen te valideren. In deze toepassing is ons doel om de aanvaardbaarheid en het gebruik van de DEP te bepalen onder clinici die voor kinderen met diarree zorgen.