Impact and cost of scaling up TB screening and diagnostics in Asias ten high-burden countries: a modelling analysis

Un análisis de modelado indica que invertir 12.700 millones de dólares en los próximos cinco años para escalar la detección activa mediante radiografía de tórax digital ultraportátil y diagnósticos moleculares en diez países asiáticos de alta carga de tuberculosis podría evitar 9,8 millones de casos y 1,9 millones de muertes en una década, siendo la combinación de tamizaje comunitario con pruebas en el punto de atención la opción más eficiente en costos.

Lo esencial

Imagina que la Tuberculosis (TB) en Asia es como un incendio forestal gigante que se está propagando en diez países. Durante años, los bomberos (los sistemas de salud) han estado esperando a que la gente llame para pedir ayuda cuando ya ve el humo (los síntomas). El problema es que el fuego también arde "silenciosamente" bajo tierra (casos asintomáticos o subclínicos) y en lugares donde la gente no puede o no sabe cómo llamar a los bomberos (poblaciones vulnerables).

Este estudio es como un simulador de incendios muy avanzado que intenta responder: "¿Qué pasaría si cambiamos nuestra estrategia de 'esperar a que llamen' a 'salir activamente a buscar el fuego'?"

Aquí tienes la explicación de los hallazgos clave, usando analogías sencillas:

1. El Problema: Esperar no funciona

Actualmente, el sistema es pasivo: si te sientes mal, vas al hospital. Pero muchos portadores del virus no se sienten mal todavía, o viven en zonas donde el hospital está lejos. Es como intentar apagar un incendio esperando a que el humo llegue a tu nariz; para entonces, el fuego ya ha crecido demasiado.

2. La Solución Propuesta: "Bomberos con Detectores de Humo Inteligentes"

Los autores proponen enviar equipos móviles a las comunidades con tecnología de punta:

• Rayos X portátiles con Inteligencia Artificial (UPCXR): Imagina una cámara de rayos X que cabe en una mochila y tiene un "cerebro" digital que le dice al técnico: "¡Oye, aquí hay un problema en los pulmones, aunque la persona se sienta bien!".
• Pruebas rápidas: En lugar de esperar días para un resultado, usan máquinas rápidas (como Xpert/Truenat) que dan la respuesta en la hora.

3. Las Cuatro Estrategias de "Bomberos" (Modelos de Servicio)

El estudio comparó cuatro formas de llevar estos equipos a la gente:

• Modelo 1 (El más potente): El equipo móvil hace el rayo X Y la prueba rápida en el mismo lugar. Es como tener un hospital completo en una furgoneta. Resultado: Detecta la mayoría de los casos y frena el fuego más rápido.
• Modelo 2 (El equilibrado): El equipo móvil hace el rayo X, pero si hay sospecha, la gente tiene que ir al hospital para la prueba rápida.
• Modelo 3 (El más económico): El equipo móvil hace el rayo X, y la prueba rápida se hace en el hospital, pero usando una tecnología nueva y barata (nPOC). Resultado: Es la opción que cuesta menos dinero, aunque detecta un poco menos que el Modelo 1.
• Modelo 4 (El más caro): Usan una prueba rápida en la comunidad, pero es muy costosa de escalar.

4. ¿A quién debemos buscar primero? (La analogía del "Bosque Seco")

El estudio descubrió algo crucial: No necesitas regar todo el bosque para apagar el fuego.

• Si te enfocas primero en las zonas más secas y peligrosas (personas pobres, con diabetes, VIH, o que viven en hacinamiento), apagas el fuego de manera muy eficiente y barata.
• Sin embargo, para ganar la guerra y cumplir las metas globales de "Eliminar la TB", eventualmente tendrás que revisar también las zonas menos peligrosas (la población general).

5. El "Super-Bombero" que aún no existe: La Vacuna

El estudio tiene una noticia muy importante: Incluso con los mejores equipos de rayos X y las pruebas más rápidas, no podremos apagar el incendio por completo para el año 2035 solo con lo que tenemos hoy.

• La analogía: Es como si tuviéramos los mejores extintores, pero el fuego se reaviva constantemente.
• La solución futura: Necesitamos una vacuna (un "escudo" o un "agente químico" que haga que el bosque sea imposible de quemar). El estudio dice que si logramos una vacuna que funcione bien, ¡podríamos apagar el 80% del fuego!

6. El Costo: ¿Vale la pena la inversión?

El estudio calcula que si invertimos 12.700 millones de dólares en los próximos 5 años en esta estrategia de búsqueda activa:

• Se evitarían 9.8 millones de casos de tuberculosis.
• Se salvarían 1.9 millones de vidas.
• Es como decir: "Si gastamos una cantidad de dinero hoy en comprar detectores de humo inteligentes y entrenar a los bomberos, evitaremos un desastre mucho más costoso (y humano) en el futuro".

En resumen

Este papel nos dice que para ganar la batalla contra la tuberculosis en Asia, debemos dejar de esperar a que la gente enferme y vaya al hospital. Debemos salir a buscarla con tecnología inteligente, enfocándonos primero en los más vulnerables, pero sabiendo que necesitamos una vacuna para ganar la guerra definitivamente. Es una inversión costosa, pero salvará millones de vidas y es la única forma realista de apagar el incendio.

Resumen técnico

1. El Problema

La tuberculosis (TB) sigue siendo un desafío crítico de salud pública, siendo dos tercios de la carga global concentrada en Asia. Diez países miembros del Banco Asiático de Desarrollo (Bangladesh, Camboya, India, Indonesia, Mongolia, Myanmar, Pakistán, Filipinas, Tayikistán y Vietnam) representan casi la mitad de todos los casos mundiales.

Los principales obstáculos identificados son:

• Detección tardía: La dependencia de la detección pasiva basada en síntomas y la sobrerreliance en la microscopía de frotis de esputo fallan en identificar casos asintomáticos o subclínicos.
• Vulnerabilidad social: La carga de la TB se concentra desproporcionadamente en poblaciones vulnerables (pobreza, desnutrición, hacinamiento, comorbilidades como VIH y diabetes).
• Transmisión continua: La incapacidad de detectar y tratar casos tempranos mantiene la transmisión comunitaria.
• Complejidad en la toma de decisiones: La creciente disponibilidad de múltiples herramientas de diagnóstico (rayos X digitales, pruebas moleculares rápidas, pruebas nPOC) dificulta la selección de la estrategia óptima de inversión.

2. Metodología

Los autores desarrollaron un modelo matemático determinista de compartimentos para simular la historia natural de la epidemia de TB en los diez países seleccionados.

• Estructura del Modelo:

  • No considera estructura de edad o género explícitamente, pero incorpora subgrupos de alto riesgo (20% de la población con un riesgo relativo de TB el doble que la población general).
  • Incluye compartimentos para susceptibles, infección latente (rápida y lenta), enfermedad activa, diagnóstico (sector público y privado), tratamiento y resultados (cura, fracaso, abandono, recaída).
  • Se calibró utilizando datos de la OMS (incidencia, mortalidad, notificaciones) y encuestas de prevalencia nacionales (2020-2023) mediante un método Bayesiano de Cadena de Markov (MCMC).

• Escenarios de Intervención:
  Se evaluaron siete escenarios acumulativos:

  1. Línea base: Actividades rutinarias actuales.
  2. Fortalecimiento de instalaciones de salud: Mejora en la detección, uso de pruebas moleculares (Xpert/Truenat), reducción de pérdidas de seguimiento, participación del sector privado, tratamiento preventivo (TPT) y apoyo nutricional.
  3. Detección activa dirigida: Screening anual del 20% de la población (solo grupos vulnerables).
  4. Expansión 1: Screening del 40% (20% vulnerables + 20% general).
  5. Expansión 2: Screening del 60% (20% vulnerables + 40% general).
  6. Vacunación: Introducción de una vacuna de prevención de enfermedad (PoD) con 50% de eficacia.
  7. Escenario óptimo: Vacunación (PoD + prevención de recaídas) + apoyo nutricional.

• Modelos de Prestación de Servicios (4 variantes):

  1. Modelo 1: Rayos X portátiles digitales (UPCXR) con IA y pruebas Xpert/Truenat en la comunidad.
  2. Modelo 2: UPCXR en la comunidad y Xpert/Truenat en instalaciones de salud.
  3. Modelo 3: UPCXR en la comunidad y pruebas de punto de atención cercano (nPOC) en instalaciones de salud.
  4. Modelo 4: Pruebas nPOC en la comunidad y Xpert/Truenat en instalaciones de salud.

• Análisis de Costos: Se estimaron inversiones para el periodo 2026-2030, proyectando costos unitarios y operativos hasta 2030, calculando la Razón de Costo-Efectividad Incremental (ICER) por caso y muerte evitada.

3. Contribuciones Clave

• Evaluación Comparativa Multinacional: Es uno de los primeros estudios que modela simultáneamente el impacto y la rentabilidad de estrategias de screening masivo en los 10 países de Asia con mayor carga de TB.
• Integración de Nuevas Tecnologías: Analiza específicamente el impacto de combinar la IA en rayos X digitales (UPCXR) con diferentes algoritmos de confirmación (Xpert/Truenat vs. nPOC) en entornos comunitarios.
• Análisis de Escenarios de Vacunas: Proporciona evidencia cuantitativa sobre la necesidad crítica de vacunas para alcanzar las metas de "Fin de la TB" (End TB) para 2035, mostrando que las herramientas actuales, incluso optimizadas, son insuficientes por sí solas.
• Guía de Inversión: Ofrece una hoja de ruta financiera detallada (USD 12.7 mil millones) para la implementación de estas estrategias en la región.

4. Resultados Principales

• Impacto Epidemiológico:

  • El fortalecimiento de las instalaciones de salud por sí solo reduciría la incidencia en un 44% y la mortalidad en un 49% para 2035 (respecto a 2015).
  • La adición de screening dirigido a poblaciones vulnerables aumenta la reducción de incidencia al 58% y la mortalidad al 71%.
  • La expansión al 60% de la población (vulnerables + general) logra reducciones del 68% en incidencia y 82% en mortalidad.
  • Sin vacunas, ninguna estrategia alcanza las metas de la OMS para 2035. Solo la combinación de screening masivo con una vacuna (50% de eficacia) que también previene recaídas permite alcanzar los objetivos de eliminación.

• Comparación de Modelos de Servicios:

  • Mayor Impacto: El Modelo 1 (UPCXR + Xpert/Truenat en la comunidad) demostró el mayor potencial epidemiológico, evitando el mayor número de casos y muertes debido a la reducción de la pérdida de seguimiento entre el tamizaje y el diagnóstico.
  • Menor Costo: El Modelo 3 (UPCXR en comunidad + nPOC en instalaciones de salud) fue el más eficiente en costos. Esto se debe a que el uso de UPCXR como filtro inicial reduce drásticamente el número de pruebas confirmatorias necesarias (solo el 5-15% de los tamizados requieren prueba molecular), en comparación con modelos que usan pruebas nPOC en toda la población.

• Costos y Rentabilidad (ICER):

  • Se estima una inversión de USD 12.7 mil millones en los próximos 5 años para implementar el screening comunitario con diagnósticos moleculares.
  • Esta inversión podría evitar 9.8 millones de casos y 1.9 millones de muertes en los diez países durante una década (2026-2035).
  • El ICER más bajo se observó en el Modelo 3 con cobertura del 20% (población vulnerable): USD 646 por caso evitado y USD 2,751 por muerte evitada.
  • La rentabilidad disminuye a medida que se expande el screening a la población general, lo que sugiere que la priorización de grupos vulnerables es el punto de entrada más eficiente.

5. Significado e Implicaciones

• Cambio de Paradigma: El estudio respalda firmemente un cambio de la detección pasiva a la detección activa sistemática en la comunidad, utilizando tecnologías avanzadas (IA + rayos X + pruebas moleculares).
• Estrategia de Implementación: Se recomienda un enfoque escalonado: comenzar con el screening dirigido a poblaciones vulnerables (donde la relación costo-beneficio es óptima) y expandirse gradualmente a la población general a medida que maduran los programas y los recursos lo permiten.
• Necesidad de Innovación: Aunque las herramientas actuales pueden reducir drásticamente la carga de la enfermedad, el estudio concluye que la eliminación de la TB en Asia es imposible sin vacunas efectivas. La inversión actual debe ir paralela al desarrollo y despliegue de vacunas que prevengan tanto la enfermedad como las recaídas.
• Equidad: Las estrategias de screening activo no solo mejoran la eficiencia epidemiológica, sino que abordan la equidad al llegar a las poblaciones más marginadas que el sistema de salud tradicional no logra alcanzar.

En resumen, el análisis demuestra que una inversión estratégica de ~13 mil millones de dólares en screening comunitario avanzado y fortalecimiento de sistemas de salud puede salvar millones de vidas, pero el éxito final depende de la integración de innovaciones preventivas como las vacunas.