Akceptowalność i wpływ algorytmu przewidywania etiologii biegunki (DEP).

Choroby biegunkowe są główną przyczyną zachorowalności i śmiertelności dzieci na całym świecie, z szacunkową liczbą 1 miliarda przypadków i 500 000 zgonów rocznie. Podczas gdy większość zgonów z powodu biegunki ma miejsce w krajach o niższych dochodach, biegunka zakaźna pozostaje poważnym problemem w krajach o wysokich dochodach. Oprócz natychmiastowej zachorowalności, potencjalne długoterminowe następstwa biegunki u dzieci w środowiskach o niskich zasobach obejmują niedożywienie, spowolnienie wzrostu i deficyty w rozwoju poznawczym.

Chociaż podstawą leczenia biegunki u dzieci jest nawodnienie, szereg innych decyzji dotyczących postępowania, w tym stosowanie antybiotyków i badań laboratoryjnych, może mieć wpływ na przebieg choroby. Nadużywanie antybiotyków może powodować działania niepożądane i prowadzić do zwiększonej oporności na środki przeciwdrobnoustrojowe w społeczności. Niedostateczne stosowanie środków przeciwdrobnoustrojowych w przypadku niektórych patogenów bakteryjnych i pierwotniakowych może prowadzić do wydłużenia czasu trwania choroby i ułatwić przenoszenie. Może to prowadzić do większej liczby dni nieobecności w szkole lub pracy rodzicielskiej, a wśród niedożywionych dzieci w środowiskach ubogich w zasoby – potencjalnego osłabienia wzrostu lub śmierci. Nadużywanie badań laboratoryjnych może mieć wpływ finansowy zarówno na pacjenta, jak i na system opieki zdrowotnej, a niedostateczne wykorzystanie może opóźnić odpowiednią terapię lub uniemożliwić rozpoznanie ogniska choroby. Dlatego dokładne i opłacalne określenie etiologii biegunki jest ważne dla właściwego postępowania u dzieci i zdrowia publicznego.

Reguły przewidywania klinicznego (CPR) pomagają klinicystom interpretować informacje kliniczne i mogą usprawnić podejmowanie decyzji. Niedawny przegląd systematyczny wykazał, że spośród 137 badań dotyczących schorzeń, dla których opracowano kliniczne zasady prognozowania dla dzieci, tylko 2 dotyczyły biegunki, z których oba służą do oceny odwodnienia. Podobnie większość dostępnych wytycznych dotyczących biegunki u dzieci koncentruje się na drodze, czasie i wyborze płynów do nawodnienia. W kilku badaniach przeprowadzonych w ciągu ostatnich 30 lat oceniano wykorzystanie predyktorów klinicznych do oszacowania prawdopodobieństwa bakteryjnej przyczyny biegunki. Jednak badania te były ograniczone niskimi wskaźnikami identyfikacji patogenów, małymi rozmiarami próbek, wykorzystaniem jednego miejsca badania i nieoptymalną wydajnością przewidywania.

Biorąc pod uwagę brak wytycznych i skutecznych predyktorów klinicznych, decyzje dotyczące stosowania antybiotyków i badań laboratoryjnych mają głównie charakter empiryczny i opierają się na szeregu „praktycznych zasad”, dla których istnieje niewiele dowodów. Niestety, ocena lekarza jest bardzo słaba, jeśli chodzi o przewidywanie zarówno zapotrzebowania na antybiotyki, jak i właściwego rodzaju badań. Niedawne badanie dzieci zgłaszających się do kenijskich szpitali z biegunką wykazało, że poleganie na czerwonce jako zastępczym wskaźniku zakażenia Shigella doprowadziło do niepowodzenia w diagnozowaniu Shigellozy w prawie 90% przypadków. Zdecydowanie potrzebne są lepsze narzędzia do podejmowania decyzji i oparte na dowodach wytyczne dotyczące stosowania antybiotyków i badań laboratoryjnych u dzieci z biegunką.

Większość decyzji o zastosowaniu antybiotyków w chorobach biegunkowych podejmowana jest empirycznie. W krajach o niskim i średnim dochodzie (LMIC) ze względu na ograniczenia kosztowe rzadko stawia się diagnozę etiologiczną, a dużej liczbie (do 70%) pacjentów z ostrą biegunką przepisuje się antybiotyki. Jednak w przeciwieństwie do ustawień o dużych zasobach, patogeny bakteryjne mogą być bardzo powszechne w ustawieniach o niskich zasobach. W wieloośrodkowym badaniu Global Enteric Multicenter Study (GEMS) badacze stwierdzili, że wykrywanie Shigelli wahało się od 16-78% dzieci z czerwonką i 2-43% dzieci z wodnistą biegunką. Zarówno w środowiskach o wysokich, jak i niskich zasobach, niewłaściwe stosowanie środków przeciwdrobnoustrojowych prowadzi do niepotrzebnej toksyczności dla jednostki, zwiększonych kosztów i wzrostu oporności na antybiotyki w społeczności. W związku z tym pilnie potrzebne są metody kierowania właściwym stosowaniem antybiotyków w leczeniu biegunki u dzieci, zarówno w warunkach o wysokich, jak i niskich zasobach.

Reguły przewidywania klinicznego (CPR) to rubryki podejmowania decyzji, które pomagają klinicystom oszacować prawdopodobieństwo wyniku leczenia pacjenta. Szereg wybitnych wyników przewidywania zostało powszechnie przyjętych do użytku klinicznego. Przykłady obejmują ocenę ryzyka udaru mózgu w skali CHADS2 u pacjentów z migotaniem przedsionków, ocenę śmiertelności w skali TIMI u pacjentów z NSTEMI oraz ocenę śmiertelności w pozaszpitalnym zapaleniu płuc w skali CURB-65. Reguły przewidywania klinicznego zintegrowane z procesem podejmowania decyzji klinicznych mogą kierować klinicystów w kierunku zachowań bardziej opartych na dowodach, co skutkuje lepszą opieką i redukcją kosztów. Resuscytacje krążeniowo-oddechowe mogą również ograniczyć stosowanie środków przeciwdrobnoustrojowych, jak pokazano na podstawie wyników dotyczących paciorkowcowego zapalenia gardła, a powiązanie resuscytacji krążeniowo-oddechowej z wytycznymi dotyczącymi badań może jeszcze bardziej ograniczyć stosowanie środków przeciwdrobnoustrojowych. Zatem zasady przewidywania klinicznego mogą potencjalnie pomóc pracownikom służby zdrowia na całym świecie w rozwiązywaniu niepewności klinicznej i zapewnianiu lepszej opieki nad dziećmi z biegunką.

Badacze wykorzystali ostatnio dane z GEMS, aby wyprowadzić regułę przewidywania etiologii wirusa z wewnętrznym zweryfikowanym krzyżowo obszarem pod krzywą (AUC) wynoszącym około 0,85. Badacze zastosowali metodę formułowania szans po teście, która uwzględnia szanse z wielu modeli lub testów. Po pierwsze, korzystając z danych z GEMS, badacze przeszkolili model regresji logistycznej z etiologią wirusową jako zmienną zależną, używając pięciu najbardziej predykcyjnych zmiennych klinicznych jako zmiennych niezależnych. Następnie badacze przeszkolili modele z tą samą odpowiedzią na etiologię wirusową, wykorzystując zarówno lokalny klimat, jak i najnowsze trendy kliniczne jako zmienne niezależne. Dla każdego modelu szanse na etiologię wirusową w porównaniu z innymi znanymi etiologiami są generowane przez oszacowanie warunkowego rozkładu przewidywań treningowych przy użyciu szacunków gęstości jądra. Szanse wygenerowane dla każdego modelu są mnożone wraz z szansami przed testem, aby określić ogólne szanse na etiologię wirusową. Badacze przenieśli teraz obliczenia tej reguły przewidywania do aplikacji na smartfony, zwanej algorytmem Diarrheal Etiology Prediction (DEP). Badacze wykorzystali dane TAC z badania VIDA (Vaccine Impact on Diarrhea in Africa), aby zewnętrznie zweryfikować zdolność algorytmu DEP do przewidywania wirusowej etiologii biegunki. W tej aplikacji naszym celem jest określenie akceptowalności i stosowania DEP wśród klinicystów opiekujących się dziećmi z biegunką.