Herramienta de predicción para identificar a los niños con mayor riesgo de progresión de la enfermedad tuberculosa entre aquellos expuestos en casa.
En la lucha contra la tuberculosis (TB), la decimotercera causa de muerte en el mundo, responsable de que 1,1 millones de niños enfermaran en 2020, el enfoque centrado en el uso de un tratamiento preventivo específico de la TB (TPT), capaz de detener la progresión de la infección hasta convertirse en enfermedad tuberculosa, ha demostrado ser un componente esencial de una estrategia integral para su eliminación.
<br
Para aplicar adecuadamente este enfoque, era necesario comprender mejor qué niños, entre los que estuvieron expuestos en casa a la TB, corren mayor riesgo de adquirir la enfermedad, para adaptar la atención. Por esta razón, una colaboración entre Socios En Salud, el Ministerio de Salud de Perú, e investigadores de varias instituciones académicas, incluyendo el departamento de Salud Global y Medicina Social de la Escuela de Medicina de Harvard, se reunieron para identificar los predictores de la progresión de la TB en los niños, y llevaron a cabo un estudio de cohorte prospectivo de los niños que viven con adultos con TB pulmonar en Lima, Perú (2009- 2012), mediante la aplicación de la clasificación y el análisis de árboles de regresión para examinar los predictores potenciales de la enfermedad de TB incidente durante 12 meses en 3 grupos de edad (0-4, 5-9 y 10-14 años).
A continuación, calcularon el riesgo relativo (RR) de los principales predictores en cada grupo de edad y descubrieron que, entre los 4,545 niños de 0 a 14 años, 156 (3,4%) fueron diagnosticados con tuberculosis en el plazo de 1 año tras la exposición a la tuberculosis en el hogar, e identificaron que tener un resultado positivo en la prueba cutánea de la tuberculina (PCT) era el predictor más importante de la enfermedad tuberculosa incidente durante un período de seguimiento de 1 año, con unos RR de 6. 6 (IC del 95%, 4,0-10,7), 6,6 (IC del 95%, 3,2-13,6) y 5,2 (IC del 95%, 3,0-9,0) en los grupos de edad de 0 a 4, 5 a 9 y 10 a 14 años, respectivamente, es decir, que el riesgo estimado era 5-6 veces mayor que el de los niños que dieron negativo en la prueba de la tuberculosis. Además, en los niños pequeños con una PCT positiva, el hecho de no utilizar el tratamiento preventivo con isoniazida aumentaba aún más el riesgo de enfermedad (RR, 12,2 [IC del 95%, 3,8-39,2]).
La investigación demostró cómo la derivación de árboles de decisión para predecir la enfermedad tuberculosa incidente entre los niños expuestos en el hogar a la tuberculosis, proporciona una herramienta que es simple de usar e interpretar, y que se puede aplicar fácilmente para la aplicación clínica. Además, el estudio sólo incluyó los datos recogidos durante el rastreo de contactos para su posible inclusión en los árboles de decisión, lo que contribuye a su facilidad de uso en un entorno clínico muy ocupado.
El uso de herramientas de predicción como ésta, puede identificar un subgrupo de niños con un riesgo aún mayor que otros, a pesar de que todos los niños expuestos en el hogar tienen un alto riesgo de progresión de la enfermedad. Esto puede, a su vez, dar información sobre enfoques de apoyo personalizados y la frecuencia de las pruebas de seguimiento para estos niños, para que la enfermedad pueda ser diagnosticada lo antes posible.
Prediction Tool to Identify Children at Highest Risk of Tuberculosis Disease Progression Among Those Exposed at Home.
In the fight against tuberculosis (TB) the 13th leading cause of death worldwide, responsible for 1.1 million children falling ill in 2020, the approach focused on the use of targeted TB preventive treatment (TPT) capable of stopping the TB infection from progressing to TB disease, has proven to be an essential component of a comprehensive strategy for its elimination.
To properly implement this approach, a better understanding of which children, among those who are exposed at home to TB, are at the highest risk of acquiring the disease, to tailor care was needed. For this reason, a collaboration between Socios En Salud, the Ministry of Health from Peru, and researchers from several academic institutions including the department of Global Health and Social Medicine at Harvard Medical School, came together to identify predictors of TB progression in children, and conducted a prospective cohort study of children living with adults with pulmonary TB in Lima, Peru (2009– 2012), through applying classification and regression tree analysis to examine potential predictors of incident TB disease during 12 months in 3 age groups (0–4, 5–9, and 10–14 years).
They then calculated the relative risk (RR) for top predictors in each age group and found that among 4545 children 0–14 years old, 156 (3.4%) were diagnosed with TB within 1 year of household exposure to TB, and identified that having a positive tuberculin skin test (TST) result was the most important predictor of incident TB disease during a 1-year follow-op period, with RRs of 6.6 (95% CI, 4.0–10.7), 6.6 (95% CI, 3.2–13.6), and 5.2 (95% CI, 3.0–9.0) in the age groups 0–4, 5–9, and 10–14 years, respectively, which is to say that the estimated risk was 5–6 times that of children who tested negative for TB infection. Also, in young children with a positive TST, not using isoniazid preventive treatment further increased risk of disease (RR, 12.2 [95% CI, 3.8–39.2]).
The research showed how the derivation of decision trees to predict incident TB disease among children exposed at home to TB, provides a tool that is simple to use and interpret, and that can be readily applied for clinical application. Furthermore, the study only included data that was collected during contact tracing for potential inclusion within the decision trees, which is something that further adds to their ease of use in a busy clinic setting. The use of prediction tools such as this, may identify a subgroup of children at even higher risk than others, despite all children exposed at home being at high risk of disease progression. This may in turn, inform tailored support approaches and frequency of follow-up testing for these children, so the disease can be diagnosed as early as possible.
