Gastroenterologia ed epatologia

Diarrea acuta virale nei bambini, un algoritmo per diminuire l'uso di antibiotici

Secondo uno studio pubblicato su JAMA Pediatrics, l'uso di uno strumento basato su algoritmi per determinare la probabilitÓ dell'eziologia virale per la diarrea acuta nei bambini non ha ridotto significativamente le prescrizioni di antibiotici nei paesi in via di sviluppo. I ricercatori sono fiduciosi che questi strumenti possano essere migliorati per diminuire l'uso di antibiotici.

Secondo uno studio pubblicato su JAMA Pediatrics, l'uso di uno strumento basato su algoritmi per determinare la probabilità dell'eziologia virale per la diarrea acuta nei bambini non ha ridotto significativamente le prescrizioni di antibiotici nei paesi in via di sviluppo. I ricercatori sono fiduciosi che questi strumenti possano essere migliorati per diminuire l’uso di antibiotici.

Tuttavia, poiché la probabilità di diarrea virale prevista dall'algoritmo è aumentata, i medici hanno prescritto meno antibiotici, hanno riferito i ricercatori in un'analisi post hoc.
Secondo un comunicato stampa correlato, la maggior parte dei bambini con diarrea nei paesi in via di sviluppo riceve antibiotici. "Ciò significa che la stragrande maggioranza dei casi viene trattata in modo inappropriato", ha affermato l'autore dello studio Eric J. Nelson, dell'ospedale pediatrico Health Shands dell'Università della Florida e membro della facoltà dell'Emerging Pathogens University Institute.

"Stiamo cercando di capire come costruire un software di supporto alle decisioni cliniche che sia veloce, facile da usare, accurato e soddisfi le esigenze degli operatori sanitari nelle strutture sanitarie globali".
Nelson e colleghi avevano precedentemente sviluppato un algoritmo di previsione eziologica della diarrea (DEP) che utilizza i dati della storia clinica, i sintomi del paziente e gli input specifici della posizione, inclusa la presentazione clinica dei pazienti passati, la prevalenza storica e i parametri meteorologici.

Per determinare se l'algoritmo avrebbe influenzato le prescrizioni di antibiotici, i ricercatori hanno condotto uno studio crossover randomizzato che ha incluso 30 medici e 941 pazienti con diarrea acuta (57,1% maschi; fascia di età, 2-59 mesi) in tre siti in Bangladesh dal 17 novembre, 2020, al 21 gennaio 2021 e quattro siti in Mali dal 6 gennaio 2021 al 5 marzo 2021.
I medici partecipanti sono stati randomizzati nel primo periodo di studio di 4 settimane al braccio di intervento, in cui hanno avuto accesso all’ algoritmo DEP con uno strumento eCDS (Electronic Clinical Decision Support) basato su smartphone, o il braccio di controllo, senza DEP.

Sono seguiti un periodo di washout di 1 settimana e un secondo periodo di crossover di 4 settimane.
La percentuale di bambini a cui è stato prescritto un antibiotico è stata l'esito primario.

Secondo i risultati dello studio, non vi era alcuna differenza nella proporzione di bambini trattati con antibiotici quando i medici usavano il DEP [differenza di rischio (RD)=–4,2%; IC 95%, da –10,7 a 1].
Tuttavia, un'analisi post hoc che ha tenuto conto della probabilità prevista di una causa virale ha rivelato una differenza statisticamente significativa tra il braccio DEP e il braccio di controllo (RD=–0,056; IC 95%, da –0,128 a –0,01), con un 14% di diminuzione della probabilità di prescrizione di antibiotici per ogni aumento del 10% della probabilità prevista dall'algoritmo di diarrea virale (OR=0,86; IC 95%, 0,76-0,96).

"Questi risultati rappresentano una prova tecnica e comportamentale del fatto che un eCDS basato sulla probabilità in contesti con risorse limitate può influire sull'uso di antibiotici nei pazienti pediatrici", hanno scritto Nelson e colleghi. "Se replicato, l'uso della previsione eziologica negli strumenti di supporto alle decisioni rappresenta un importante progresso per migliorare la gestione degli antibiotici in un contesto clinico soggetto a tassi elevati di uso inappropriato di antibiotici".
.
Eric J Nelson et al., Improving Antibiotic Stewardship for Diarrheal Disease With Probability-Based Electronic Clinical Decision Support: A Randomized Crossover Trial JAMA Pediatr. 2022 Aug 29;e222535.

leggi