Algoritmo usando um teste de diagnóstico rápido para o manejo de doenças febris na infância. (e-MANIC)

Antecedentes Na África Subsaariana (SSA), as doenças febris continuam a ser um importante problema de saúde pública em crianças. A introdução de testes de diagnóstico rápido da malária (RDTs) nos cuidados de saúde de rotina melhorou consideravelmente a gestão da malária. No entanto, apesar da boa atitude dos profissionais de saúde em aderir aos resultados dos testes de RDT para malária, o antígeno hrp2 persistente e a baixa sensibilidade do RDT pLDH afetam negativamente as práticas de prescrição de antimaláricos e antibióticos. Estas limitações dos RDTs conduzem a uma má gestão das doenças febris e da resistência antimicrobiana (RAM). Para melhorar o diagnóstico dessas doenças febris e a subsequente prescrição de antimicrobianos, hipotetiza-se a implementação de um algoritmo incluindo um RDT PfHRP2/pLDH para malária em duas etapas, apoiado por testes no local de atendimento (POCTs) para proteína C-reativa, a contagem de glóbulos brancos (WBC), fita reagente na urina, oximetria e infecções bacterianas, como Streptococcus do Grupo A e Salmonella/Shigella, irão melhorar significativamente o manejo de doenças febris e, assim, combater a RAM.

Metodologia Para avaliar o valor do algoritmo proposto, propõe-se um ensaio controlado randomizado aberto com três braços, envolvendo crianças febris de 2 a 59 meses.

• No braço de controle, as crianças febris serão tratadas de acordo com o AIDI (manejo integrado de doenças infantis) e as diretrizes de diagnóstico e tratamento (GDT), que fazem parte do sistema de rotina existente em Burkina Faso. O tratamento será feito de acordo com a diretriz nacional.
• No braço (intervenção) do algoritmo de decisão de RDT (RDT-DA), o exame clínico baseado em IMIC será apoiado por RDT de dois passos para malária e RDT para infecções bacterianas. A prescrição ficará a critério dos profissionais de saúde.
• No braço do e-algoritmo (intervenção), a inteligência artificial integra várias camadas de informações clínicas, como exame clínico, sinais/sintomas e histórico médico, e informações laboratoriais, como resultados de biomarcadores (PCR e leucócitos) e POCT específicos de patógenos (malária e bactérias infecções) e oximetria serão desenvolvidos. O e-algoritmo servirá para orientar o diagnóstico e manejo de infecções febris em crianças de 2 a 59 meses.

Nos 3 braços, os suportes de coleta de dados serão digitalizados. Uma visita final de acompanhamento (dia 7) será agendada para todos os participantes. Os pacientes serão solicitados a retornar às unidades de saúde antes da visita agendada se os sintomas persistirem ou o estado de saúde piorar.

Duração do estudo Estima-se que seja de 36 meses a partir do início do estudo. Os primeiros 12 meses serão reservados para o desenvolvimento do algoritmo (inteligência artificial) do braço e-Algorithm e os CRFs de estudo para RDT-DA e braços de controle.

Locais de estudo O local de estudo será o distrito de saúde de Nanoro, especificamente as unidades de saúde de Siglé e Pella em Burkina Faso.

Objetivo geral Avaliar o valor do desempenho diagnóstico do algoritmo proposto combinando RDT de malária em duas etapas detectando PfHRP2/pLDH e POCT para o diagnóstico de malária e infecções bacterianas, respectivamente, no manejo de doenças febris em crianças de 2 a 59 meses em um processo de Cobertura Universal de Saúde (CUS).

Objetivos específicos Objetivo primário

1. Avaliar o impacto das estratégias propostas na prática do manejo da febre aguda nas unidades básicas de saúde;
2. Avaliar o impacto das estratégias propostas nas práticas de prescrição de antimaláricos e antibióticos nas unidades básicas de saúde;
3. Avaliar em ensaio diagnóstico randomizado de superioridade a taxa de cura, seja o algoritmo de decisão de RDTs (RDT-DA), e-Algoritmo ou sistema de rotina e determinar qual deles permite o acesso a cuidados de saúde de qualidade nas unidades básicas de saúde.

Objetivos secundários

1. Avaliar a precisão do algoritmo baseado em (i) RDT de malária em duas etapas detectando PfHRP2/pLDH para o diagnóstico de infecção por malária em comparação com microscopia e reação em cadeia da polimerase (PCR); (ii) e POCT para o diagnóstico de infecções bacterianas em comparação com culturas bacterianas.
2. Avaliar a adesão dos profissionais de saúde e pais/responsáveis ​​ao algoritmo proposto;
3. Avaliar a adesão dos profissionais de saúde e pais/responsáveis ​​à prescrição no RDT-DA, e-Algoritmo e braços de controle;
4. Avaliar a segurança do algoritmo no manejo de casos febris em crianças atendidas em ambulatório.

População do estudo Os participantes do estudo (crianças de 2 a 59 meses de idade) serão identificados durante sua visita às unidades de saúde do estudo para doenças febris simples. Crianças de 2 a 59 meses de idade (com pais/responsáveis ​​capazes de dar consentimento) que frequentam as unidades de saúde onde o estudo será realizado e que preencham os critérios de inclusão serão convidadas a participar do estudo e a fornecer informações por escrito consentimento.

Resultados do estudo Os resultados primários do estudo serão a proporção de casos recuperados e antimicrobianos prescritos em cada braço. Os resultados secundários incluem: (i) adesão dos profissionais de saúde ao algoritmo; (ii) adesão dos pais/responsáveis ​​ao tratamento; (iii) acurácia do algoritmo de diagnóstico de malária e outros POCT para guiar infecções bacterianas (biomarcadores e POCT patógeno-específico).

Tamanho da amostra O tamanho da amostra é calculado com base nos dados coletados no livro de consulta das unidades de saúde de Sigle e Pella. A partir destes dados recolhidos em 2018 (janeiro a dezembro), a proporção de crianças febris com menos de 5 anos que se apresentaram nas unidades de saúde com doenças febris e a quem foi prescrito antibiótico foi de 62,63%. Espera-se que a implementação do algoritmo reduza essa proporção para pelo menos 20%. Neste estudo, o tamanho da amostra é calculado para uma correção Bonferroni de alfa é realizada para comparações múltiplas, portanto, um nível alfa de 0,017 é escolhido. O erro tipo II foi controlado em 20%, ou seja, (β = 0,20 ou 80% de potência). Com base nesses parâmetros, é necessário um tamanho de amostra de 356 por braço. Portanto, um tamanho de amostra geral para o estudo é estimado em 1068 (3 × 356). Supondo ainda que 10% dos indivíduos serão perdidos no acompanhamento, é necessário um tamanho de amostra ajustado de 392 crianças por grupo. O tamanho da amostra final estimado para este estudo é, portanto, de 1.176 crianças.

Análise estatística Um plano de análise dos dados será desenvolvido e validado pelos participantes da primeira oficina do projeto, antes do recrutamento do primeiro participante do estudo. Este plano de análise poderá ser revisado de acordo com os eventos e em caso de alteração do protocolo. A análise estatística será feita com um software de análise de dados apropriado (STATA 14.1. e R).