Im Jahr 2023 erkrankten weltweit 10,8 Millionen Menschen an Tuberkulose (TB) und 1,25 Millionen starben daran, was TB erneut zur weltweit führenden infektiösen Todesursache machte. Unter ihnen waren schätzungsweise 1,2 Millionen Kinder, von denen jedoch weniger als die Hälfte eine richtige Diagnose und Behandlung erhielten.

Um diese diagnostische Lücke zu schließen, führte die Weltgesundheitsorganisation (WHO) im Jahr 2022 Behandlungsentscheidungsalgorithmen (Treatment Decision Algorithms, TDA) ein – einfache, standardisierte klinische Werkzeuge, die Gesundheitsfachkräften helfen sollen, Kinder zu identifizieren, die mit TB behandelt werden sollten, insbesondere in ressourcenarmen Ländern, in denen der Zugang zu fortschrittlichen diagnostischen Tests wie molekularen oder bildgebenden Verfahren weiterhin begrenzt ist.

Die Analyse kombinierte Daten von fast 1.900 Kindern mit vermuteter TB, die in vier großen pädiatrischen Studien in elf Ländern Afrikas und Asiens (RaPaed-TB, Umoya, TB-Speed HIV und TB-Speed Dezentralisierung) eingeschlossen wurden. Die Studie bewertete die diagnostische Genauigkeit von zwei WHO-TDAs – einem, der ein Röntgenbild des Brustkorbs umfasst (Algorithmus A), und einem, der ausschließlich auf klinischen Informationen basiert (Algorithmus B).

Die Ergebnisse zeigen, dass beide Algorithmen eine hohe Sensitivität aufweisen und die meisten Kinder mit tatsächlicher TB erkennen (84 % bzw. 91 %). Ihre Spezifität – die Fähigkeit, TB korrekt auszuschließen – bleibt jedoch moderat (51 % bzw. 31 %), was bedeutet, dass einige Kinder ohne TB dennoch mit der Behandlung beginnen würden. Die Leistung war in wichtigen Hochrisikogruppen ähnlich, darunter Kinder unter zwei Jahren, HIV-positive Kinder und Kinder mit schwerer Mangelernährung.

Die Studie unterstreicht den Wert standardisierter klinischer Werkzeuge für eine schnelle und gerechte Diagnose von TB bei Kindern, insbesondere auf primärer Gesundheitsversorgungsebene. Sie betont auch die Notwendigkeit, die Spezifität durch die Integration neuer diagnostischer Werkzeuge – wie Biomarker und KI-unterstützte Bildgebung – zu verbessern, um genauere Behandlungsentscheidungen zu gewährleisten und unnötige Behandlungsinitiativen zu vermeiden.

Der Link zur Publikation ist in Kürze verfügbar.