Denna sida har översatts automatiskt och översättningens korrekthet kan inte garanteras. Vänligen se engelsk version för en källtext.

Jämförande effektivitet av CUS, CXR och CAD vid TB-diagnos i LMIC (CUSTB)

7 maj 2024 uppdaterad av: Francesco Di Gennaro, University of Bari

Jämförande effektivitet av ultraljud av bröstkorgen, lungröntgen och datorstödd diagnostik (CAD) för tuberkulosdiagnos i lågresurssnål miljö: en tvärsnittsstudie från Etiopien (CUSTB)

Lungtuberkulos (TB) är fortfarande ett betydande globalt hälsoproblem, särskilt i låg- och medelinkomstländer (LMIC), där resurserna för sjukvård ofta är begränsade. Även om CXR är standardbildmetoden för TB-diagnos, kan dess känslighet och specificitet variera beroende på faktorer som sjukdomsstadiet och kvaliteten på den erhållna bilden. Denna studie strävar efter att bedöma den diagnostiska precisionen för ultraljud i bröstet (CUS) i förhållande till lungröntgen (CXR) och CAD-poäng vid upptäckt av lungtuberkulos (TB) bland både indexfall och hushållskontakter.

Studieöversikt

Status

Har inte rekryterat ännu

Betingelser

Detaljerad beskrivning

BAKGRUND Lungtuberkulos (TB) är fortfarande ett betydande globalt hälsoproblem, särskilt i låg- och medelinkomstländer (LMIC), där resurserna för sjukvård ofta är begränsade. Tidig och korrekt diagnos av tuberkulos är avgörande för att behandling ska kunna påbörjas i tid och förebyggande av överföring, men det innebär utmaningar på grund av olika faktorer inklusive komplexiteten hos symtom och begränsningar i diagnostiska verktyg. Även om CXR är standardbildmetoden för TB-diagnos, kan dess känslighet och specificitet variera beroende på faktorer som sjukdomsstadiet och kvaliteten på den erhållna bilden. Specifikt, i Etiopien, betonar en nyligen genomförd studie om underlättande av lungtuberkulosdiagnos vikten av att integrera röntgenscreening med symtombaserad screening i hälsoinrättningar, samtidigt som man erkänner den höga kostnaden för denna implementering. Under de senaste åren har CUS dykt upp som ett lovande tilläggsverktyg för TB-diagnos, särskilt i riskgrupper, såsom människor som lever med HIV. Dess fördelar inkluderar portabilitet, brist på strålningsexponering och potential för användning vid sängkanten, vilket gör den särskilt värdefull i resursbegränsade miljöer där tillgången till avancerad bildteknik kan vara begränsad. De första bevisen tyder på att användningen av CUS uppvisar hög känslighet för att upptäcka mikrobiologiskt bekräftad TB bland vuxna. Dessutom har datorstödd diagnos (CAD)-system som använder algoritmer för artificiell intelligens visat sig lovande när det gäller att förbättra diagnostisk noggrannhet genom att hjälpa läkare att tolka medicinska bilder. Men trots dessa framsteg har begränsad forskning direkt jämfört den diagnostiska prestandan för CUS, CXR och CAD-poäng vid diagnos av TB, utan några bevis alls i hushållskontakter med indexfall. Att förstå den jämförande effektiviteten av dessa diagnostiska modaliteter är avgörande för att optimera TB-diagnosstrategier och förbättra patientresultat, särskilt i högriskpopulationer som hushållskontakter som löper ökad risk för TB-överföring11. Därför syftar denna studie till att fylla denna lucka genom att utvärdera den diagnostiska noggrannheten av CUS-, CXR- och CAD-poäng för att identifiera TB bland både indexfall och hushållskontakter. Genom att använda en tvärsnittsdesign försöker studien fastställa känsligheten, specificiteten, positivt prediktivt värde (PPV) och negativt prediktivt värde (NPV) för varje diagnostisk modalitet, samt utforska potentiella korrelationer och diskrepanser mellan dem. Resultaten från denna studie har potential att ge riktlinjer för klinisk praxis och bidra till utvecklingen av effektivare TB-diagnos och hanteringsstrategier som är skräddarsydda för behoven hos olika populationer och vårdmiljöer.

STUDIEDESIGN OCH METODER Denna studie kommer att använda en tvärsnittsdesign för att jämföra den diagnostiska noggrannheten för CUS med CXR och CAD-poäng vid identifiering av TB bland indexfall och hushållskontakter. Studien kommer att pågå i 12 månader vid slutet av vilken dataanalys kommer att utföras av forskargruppen. Inga ingrepp i de rutinmässiga aktiviteterna i samband med intagningen och vården av patienten förväntas i forskningen. Deltagarna kommer att skrivas in vid intagningen på poliklinisk avdelning (OPD) eller medicinsk avdelning, efter att inklusionskriterierna spontant stötts på tack vare oberoende läkares utvärdering. Vitala parametrar och kliniska tecken kommer att registreras. CXR kommer att utföras som standardvård med infångning av bilder i posteroanterior vy, vilket säkerställer adekvat visualisering av bröstområdet. Placera deltagaren i upprätt eller stående position, vänd mot röntgenapparaten. De förvärvade lungröntgenbilderna kommer att överföras till CAD-mjukvaruplattformen, som kan belysa områden av intresse och bedöma en poäng enligt resultaten. Under CUS kommer deltagaren att stanna i liggande eller sittande läge och exponera bröstområdet för ultraljudsundersökning. Ett tunt lager av ultraljudsgel kommer att appliceras på huden för att underlätta akustisk koppling och förbättra bildkvaliteten. STATISTISK ANALYS Två interimsanalyser planeras vid 3 och 6 månaders inskrivning för att verifiera antagandena om känsligheten och specificiteten hos CUS, CXR och CAD vid diagnostisering av TB. Interimsanalyserna kommer inte att omfatta någon formell statistisk testning. Kategoriska data kommer att sammanfattas som absoluta och relativa frekvenser. Numeriska data kommer att sammanfattas med hjälp av medelvärde och standardavvikelse (SD), eller median- och interkvartilintervall (IQR). Vid noggrannhetsundersökning kommer standardmåtten att beräknas (sensitivitet, specificitet, positivt prediktivt värde, negativt prediktivt värde). Non-inferioritetshypotesen kommer att vara testiklar med ett RMLE-baserat poängtest enligt Liu et al.12 Justering för multipla tester kommer att utföras enligt Benjamini-Hochbergs procedur. Överensstämmelse mellan CUS och CXR, och mellan CUS och CAD kommer att bedömas med Cohens kappa och Gwets AC1. Jämförelser mellan variabler kommer att utföras i utforskande syfte med hjälp av Pearsons eller Spearmans korrelationskoefficienter, Students t-test, parat Students ttest, Mann-Whitney-test, Wilcoxon-test, Chi Square-test eller Fishers test, beroende på vad som är lämpligt. Uppskattningar kommer att rapporteras med 95 % konfidensintervall var lämpliga. Statistisk signifikans sätts till 5 %. Den statistiska analysen kommer att utföras med hjälp av R 4.3 (R Foundation for Statistical Computing, Wien, Österrike).

Studietyp

Interventionell

Inskrivning (Beräknad)

136

Fas

  • Inte tillämpbar

Kontakter och platser

Det här avsnittet innehåller kontaktuppgifter för dem som genomför studien och information om var denna studie genomförs.

Studiekontakt

Deltagandekriterier

Forskare letar efter personer som passar en viss beskrivning, så kallade behörighetskriterier. Några exempel på dessa kriterier är en persons allmänna hälsotillstånd eller tidigare behandlingar.

Urvalskriterier

Åldrar som är berättigade till studier

  • Barn
  • Vuxen
  • Äldre vuxen

Tar emot friska volontärer

Ja

Beskrivning

Inklusionskriterier:

  • Ämnen äldre än 5 år.
  • Förmåga att ge informerad konsensus.
  • Tillstånd som kräver diagnos av lungtuberkulos inom 7 dagar, med antingen mikrobiologiska eller radiologiska kriterier (indexfall), eller är hushållskontakten rapporterad av ett indexfall.

Exklusions kriterier:

  • Exponering för någon antituberkulär behandling före 7 dagar än inskrivningen efter att kliniken påbörjats
  • Återkalla det informerade samtycket

Studieplan

Det här avsnittet ger detaljer om studieplanen, inklusive hur studien är utformad och vad studien mäter.

Hur är studien utformad?

Designdetaljer

  • Primärt syfte: Diagnostisk
  • Tilldelning: Icke-randomiserad
  • Interventionsmodell: Parallellt uppdrag
  • Maskning: Ingen (Open Label)

Vapen och interventioner

Deltagargrupp / Arm
Intervention / Behandling
Experimentell: Diagnos av lungtuberkulos i indexfall
CUS, CXR och CAD-analys kommer att utföras på alla patienter med ny diagnos av lungtuberkulos enligt mikrobiologiska kriterier
Den strumentala analysen av lung-TB-tecken med ultraljud av bröstkorgen, lungröntgen och CAD kommer att jämföras i två olika inställningar: indexfall och hushållskontakter
Experimentell: Screening av lungtuberkulos i hushållskontakter
CUS-, CXR- och CAD-analys kommer att utföras hos alla deltagare som är hushållskontakter i ett indexfall
Den strumentala analysen av lung-TB-tecken med ultraljud av bröstkorgen, lungröntgen och CAD kommer att jämföras i två olika inställningar: indexfall och hushållskontakter

Vad mäter studien?

Primära resultatmått

Resultatmått
Åtgärdsbeskrivning
Tidsram
Specificitet av CUS vid TB-diagnos
Tidsram: 1 år
Specificitet för CUS vid diagnos av TB jämfört med CXR och CAD-poäng bland indexfall och hushållskontakter
1 år
Känslighet av CUS vid TB-diagnos
Tidsram: 1 år
Känslighet hos CUS vid diagnos av TB jämfört med CXR och CAD-poäng bland indexfall och hushållskontakter
1 år

Sekundära resultatmått

Resultatmått
Åtgärdsbeskrivning
Tidsram
Positivt prediktivt värde av CUS vid TB-diagnos
Tidsram: 1 år
Positivt prediktivt värde (PPV) bedömning av CUS vid TB-diagnos
1 år
Negativt prediktivt värde av CUS vid TB-diagnos
Tidsram: 1 år
Negativt prediktivt värde (NPV) bedömning av CUS vid TB-diagnos
1 år
Överensstämmelse mellan CUS, CXR och CAD i TB
Tidsram: 1 år
Överensstämmelse mellan CUS-, CXR- och CAD-poäng vid identifiering av TB-fall
1 år

Samarbetspartners och utredare

Det är här du hittar personer och organisationer som är involverade i denna studie.

Publikationer och användbara länkar

Den som ansvarar för att lägga in information om studien tillhandahåller frivilligt dessa publikationer. Dessa kan handla om allt som har med studien att göra.

Allmänna publikationer

Studieavstämningsdatum

Dessa datum spårar framstegen för inlämningar av studieposter och sammanfattande resultat till ClinicalTrials.gov. Studieposter och rapporterade resultat granskas av National Library of Medicine (NLM) för att säkerställa att de uppfyller specifika kvalitetskontrollstandarder innan de publiceras på den offentliga webbplatsen.

Studera stora datum

Studiestart (Beräknad)

5 maj 2024

Primärt slutförande (Beräknad)

5 maj 2024

Avslutad studie (Beräknad)

30 april 2025

Studieregistreringsdatum

Först inskickad

2 maj 2024

Först inskickad som uppfyllde QC-kriterierna

7 maj 2024

Första postat (Faktisk)

10 maj 2024

Uppdateringar av studier

Senaste uppdatering publicerad (Faktisk)

10 maj 2024

Senaste inskickade uppdateringen som uppfyllde QC-kriterierna

7 maj 2024

Senast verifierad

1 maj 2024

Mer information

Termer relaterade till denna studie

Plan för individuella deltagardata (IPD)

Planerar du att dela individuella deltagardata (IPD)?

JA

IPD-planbeskrivning

Data från enskilda deltagare kommer att finnas tillgängliga på formell begäran efter spridning

IPD-delning som stöder informationstyp

  • STUDY_PROTOCOL
  • SAV
  • ICF
  • CSR

Läkemedels- och apparatinformation, studiedokument

Studerar en amerikansk FDA-reglerad läkemedelsprodukt

Nej

Studerar en amerikansk FDA-reglerad produktprodukt

Nej

Denna information hämtades direkt från webbplatsen clinicaltrials.gov utan några ändringar. Om du har några önskemål om att ändra, ta bort eller uppdatera dina studieuppgifter, vänligen kontakta register@clinicaltrials.gov. Så snart en ändring har implementerats på clinicaltrials.gov, kommer denna att uppdateras automatiskt även på vår webbplats .

Prenumerera