使用快速诊断测试管理儿童发热性疾病的算法。 (e-MANIC)

背景 在撒哈拉以南非洲 (SSA)，发热性疾病仍然是儿童的主要公共卫生问题。 在常规医疗保健中引入疟疾快速诊断检测 (RDT) 极大地改善了疟疾管理。 然而，尽管医护人员坚持疟疾 RDT 检测结果的良好态度，但持久的 hrp2 抗原和 pLDH RDT 的低敏感性会对抗疟药和抗生素处方实践产生负面影响。 RDT 的这些局限性导致发热性疾病和抗菌素耐药性 (AMR) 的管理不善。 为了改进这些发热性疾病的诊断和随后的抗菌药物处方，假设实施一种算法，包括由 C 反应蛋白即时检验 (POCT) 支持的两步疟疾 RDT PfHRP2/pLDH，白细胞 (WBC) 计数、尿液试纸、血氧测定和 A 组链球菌、沙门氏菌/志贺氏菌等细菌感染，将显着改善发热性疾病的管理，从而解决 AMR。

方法论 为了评估所提出算法的价值，提出了一项三臂开放标签随机对照试验，招募了 2 至 59 个月大的发热儿童。

• 在对照组中，发热儿童将根据 IMCI（儿童疾病综合管理）和诊断和治疗指南 (GDT) 进行管理，这些都是布基纳法索现有常规系统的一部分。 治疗将根据国家指南进行。
• 在 RDTs 决策算法（RDT-DA）臂（干预）中，基于 IMIC 的临床检查将得到两步疟疾 RDT 和细菌感染 RDTs 的支持。 处方将由医护人员自行决定。
• 在 e-algorithm arm（干预）中，人工智能整合了临床检查、体征/症状和病史等多层临床信息，以及生物标志物（CRP 和 WBC）和病原体特异性 POCT（疟疾和细菌）结果等实验室信息感染）和血氧测定法将得到发展。 该电子算法将用于指导 2 至 59 个月儿童发热性感染的诊断和管理。

在 3 个武器中，数据收集的支持将被数字化。 将为所有参与者安排最后一次随访（第 7 天）。 如果症状持续存在或健康状况恶化，将要求患者在预定的就诊前返回医疗机构。

研究持续时间估计为研究开始后 36 个月。 前 12 个月将用于开发电子算法臂的算法（人工智能）以及 RDT-DA 和控制臂的研究 CRF。

研究地点 研究地点将是 Nanoro 卫生区，特别是布基纳法索 Siglé 和 Pella 的卫生设施。

总体目标 评估所提出的算法结合两步疟疾 RDT 检测 PfHRP2/pLDH 和 POCT 分别诊断疟疾和细菌感染的诊断性能价值，用于 2 至 59 个月儿童发热性疾病的管理全民健康覆盖 (UHC) 的过程。

具体目标 主要目标

1. 评估拟议战略对初级卫生机构急性发热管理实践的影响；
2. 评估拟议战略对初级卫生设施抗疟疾和抗生素处方实践的影响；
3. 在随机优势诊断试验中评估 RDT 决策算法 (RDT-DA)、电子算法或常规系统的治愈率，并确定哪一种允许在初级卫生机构获得优质医疗保健。

次要目标

1. 评估基于 (i) 与显微镜和聚合酶链反应 (PCR) 相比，两步疟疾 RDT 检测 PfHRP2/pLDH 诊断疟疾感染的算法的准确性； (ii) 和 POCT 相较于细菌培养诊断细菌感染。
2. 评估医护人员和父母/监护人对所提出算法的依从性；
3. 评估医护人员和父母/监护人对 RDT-DA、电子算法和控制臂中处方的依从性；
4. 评估算法在门诊就诊儿童发热病例管理中的安全性。

研究人群 研究参与者（2 至 59 个月大的儿童）将在他们访问研究医疗机构时因单纯的发热性疾病而被识别。 将要求 2 至 59 个月大的儿童（父母/监护人能够同意）在将进行研究的医疗机构就诊并符合纳入标准的儿童将被要求参加研究并提供书面知情同意书同意。

研究结果 主要研究结果将是每组中康复病例和处方抗生素的比例。 次要结果包括：(i) 医护人员对算法的依从性； (ii) 父母/监护人坚持治疗； (iii) 诊断疟疾和其他 POCT 以指导细菌感染（生物标志物和病原体特异性 POCT）的算法的准确性。

样本量 样本量是根据 Sigle 和 Pella 卫生机构咨询簿中收集的数据计算得出的。 根据 2018 年（1 月至 12 月）收集的这些数据，5 岁以下发热儿童在医疗机构就诊时患有发热性疾病并开具抗生素处方的比例为 62.63%。 该算法的实施有望将这一比例降低到至少 20%。 在这项研究中，样本大小被计算为对 alpha 进行 Bonferroni 校正以进行多重比较，因此，选择 0.017 的 alpha 水平。 II 类错误控制在 20%，即（β=0.20 或 80% 功效）。 基于这些参数，每只手臂需要 356 个样本。 因此，该研究的总体样本量估计为 1068 (3×356)。 进一步假设 10% 的个体将失访，则需要调整后的样本量为每组 392 名儿童。 因此，本研究的最终估计样本量为 1176 名儿童。

统计分析 在招募第一个研究参与者之前，项目第一个研讨会的参与者将制定和验证数据分析计划。 该分析计划可以根据事件和协议修改的情况进行修改。 统计分析将使用适当的数据分析软件 (STATA 14.1. 和 R)。