Predictors of treatment outcomes in adults with drug-sensitive Tuberculosis in Maharashtra, India: A retrospective study

Este estudio retrospectivo de más de 320.000 pacientes adultos con tuberculosis sensible a los fármacos en Maharashtra, India, utilizó datos programáticos para identificar que la edad avanzada, el género masculino, el menor peso corporal, las comorbilidades (VIH y diabetes) y el consumo de sustancias son predictores significativos tanto de resultados desfavorables del tratamiento como de mortalidad.

Lo esencial

Imagine la lucha contra la tuberculosis (TB) en la India como una maratón masiva y compleja. El país cuenta con un "marcador" digital llamado Ni-kshay, que registra a cada corredor (paciente), su línea de salida, su ritmo y si completó la carrera.

Este estudio es como un equipo de detectives de datos que tomaron una gran porción de ese marcador, específicamente observando a los corredores en el estado de Maharashtra durante 2021 y 2022. Su objetivo no era tratar a los corredores, sino examinar los datos y responder una pregunta sencilla: "¿Qué pistas en el perfil del corredor nos indican que podrían tropezar, abandonar o no terminar la carrera?"

Aquí está lo que encontraron, desglosado en conceptos cotidianos:

1. Las definiciones de la "Línea de Meta"

Los investigadores analizaron dos formas diferentes en las que una carrera puede salir mal:

• La carrera de "Resultado Desfavorable": Es como un corredor que no cruza la línea de meta con éxito. Podría haber muerto, rendido (perdido el seguimiento), fallado el tratamiento o tenido que cambiar sus zapatillas (cambio de régimen) a mitad de carrera.
• La carrera de "Mortalidad": Es una mirada más estricta, centrada únicamente en los corredores que no lograron llegar porque fallecieron.

2. Los "Factores de Riesgo" (Las Pistas)

Los detectives descubrieron que ciertas "mochilas" o "handicaps" hacían mucho más difícil que los corredores tuvieran éxito. Si un corredor tenía estos elementos en su mochila, estadísticamente era más probable que tuviera un resultado negativo:

• La mochila de la "Edad": Ser mayor era una carga pesada. Los corredores mayores de 60 años tenían significativamente más probabilidades de sufrir dificultades. De hecho, para la carrera de "Mortalidad", tener más de 60 años hacía que el riesgo de no terminar fuera ocho veces mayor que para los corredores más jóvenes.
• La mochila del "Género": Los hombres tenían más probabilidades de tener problemas para terminar que las mujeres. Curiosamente, la comunidad transgénero enfrentaba una colina aún más empinada, con riesgos más del doble que los de la población general.
• La mochila del "Peso": Este fue un hallazgo importante. Piense en el peso corporal como el tanque de combustible del corredor. Si un corredor era muy ligero (menos de 40 kg), su tanque estaba casi vacío. Cuanto más ligero fuera, mayor era el riesgo. Los corredores más ligeros tenían las probabilidades más altas de no terminar.
• La mochila de "Comorbilidad" (VIH y Diabetes): Llevar estas condiciones adicionales era como correr con un ancla pesada. Tener VIH o Diabetes aumentaba significativamente la probabilidad de un resultado negativo.
• La mochila de los "Hábitos" (Tabaco y Alcohol): Fumar y beber era como correr con una cojera. Ambos hábitos aumentaban el riesgo de fracaso.
• La mochila de lo "Desconocido" (El Misterio): Este fue un descubrimiento sorprendente. Los corredores sobre los cuales los datos indicaban "No sabemos si fuman/beben/tienen diabetes" en realidad estaban más en riesgo que aquellos sobre los cuales conocíamos la respuesta. Los investigadores sugieren que esto no se debe a que lo "desconocido" sea peligroso, sino porque significa que el equipo médico perdió la oportunidad de verificar. Es como un corredor que llega a la línea de salida sin un chequeo médico; el sistema no detectó el problema a tiempo.

3. El giro "Extrapulmonar"

El estudio examinó dónde se escondía la TB en el cuerpo.

• Pulmones (Pulmonar): El lugar más común.
• Otro lugar (Extrapulmonar): Cuando la TB se esconde en otros órganos.
• El giro: Por lo general, los corredores con TB en otros órganos parecían hacerlo mejor al terminar la carrera en general. Sin embargo, si sí morían, tenían una probabilidad ligeramente mayor de morir que aquellos con TB pulmonar. Es una mezcla compleja: a menudo sobreviven, pero si la situación se vuelve fatal, es muy grave.

4. La lección de la "Calidad de los Datos"

El artículo enfatiza que la categoría "Desconocido" es una señal de advertencia. Es como un entrenador que dice: "Si no sabemos si nuestro corredor tiene una condición cardíaca, no podemos ayudarlos adecuadamente". El estudio sugiere que llenar estos espacios en blanco es tan importante como el tratamiento en sí.

5. El "Mapa" para el Futuro

Finalmente, los autores no solo enumeraron los problemas; dibujaron un nuevo mapa sobre cómo leer el marcador en el futuro. Crearon un Marco de Informes Estandarizado.

• Analogía: Antes, todos podían leer el marcador de manera diferente (algunos contando corredores por nombre, otros por identificación, algunos ignorando los datos faltantes). Este artículo dice: "Acordemos todos usar la misma regla y el mismo método de conteo".
• Proponen una lista de verificación para cualquier otra persona que quiera analizar estos datos, asegurando que los estudios futuros comparen manzanas con manzanas, y no manzanas con naranjas.

Resumen

En resumen, este artículo utilizó un enorme libro de registros digitales para descubrir que la edad avanzada, ser hombre, tener bajo peso corporal y tener VIH o diabetes son las mayores señales de alerta para el fracaso del tratamiento de la TB en Maharashtra. También destacó que la información faltante (no conocer los hábitos o el estado de salud de un paciente) es en sí misma un factor de riesgo enorme, probablemente porque significa que el paciente no fue examinado adecuadamente. El estudio proporciona una receta clara y repetible sobre cómo analizar estos registros para que los funcionarios de salud puedan identificar a los corredores que necesitan ayuda extra antes de tropezar.

Resumen técnico

Resumen Técnico: Predictores de Resultados del Tratamiento en Tuberculosis Sensible a los Fármacos en Maharashtra, India

Enunciado del Problema
La tuberculosis (TB) sigue siendo la principal causa infecciosa de muerte a nivel mundial, con India representando aproximadamente una cuarta parte de los casos globales. A pesar del Plan Estratégico Nacional (NSP) y del Programa Nacional de Eliminación de la Tuberculosis (NTEP), persiste una brecha significativa en el cumplimiento de los objetivos de eliminación de la TB, evidenciada por una tasa de letalidad (CFR) del 11% en India en 2024. Si bien la plataforma digital Ni-kshay proporciona datos programáticos ricos sobre la continuidad de la atención, existe una necesidad de enfoques analíticos estandarizados para utilizar estos datos en la identificación de predictores de resultados desfavorables del tratamiento (muerte, fracaso, pérdida de seguimiento, cambio de régimen o no evaluado) y de mortalidad. Este estudio aborda la falta de un marco reproducible para analizar datos programáticos rutinarios con el fin de estratificar el riesgo entre pacientes adultos con TB sensible a los fármacos (DS-TB).

Metodología
Este estudio observacional retrospectivo utilizó datos programáticos recopilados rutinariamente de la plataforma Ni-kshay, específicamente los registros de Notificación y Comorbilidad, para el estado de Maharashtra, India, abarcando los años 2021 y 2022.

• Población de Estudio: El análisis se centró en pacientes adultos (≥15 años) diagnosticados con TB sensible a los fármacos (DS-TB) que tenían una fecha documentada de inicio del tratamiento. Se excluyeron los casos de TB resistente a los fármacos y aquellos sin inicio de tratamiento.
• Procesamiento de Datos: Los registros se fusionaron utilizando la variable "instance". Los casos con datos faltantes de peso se excluyeron del análisis principal, mientras que otras variables faltantes se categorizaron como "desconocido" para mantener la representatividad.
• Definiciones de Resultados:
  • Éxito del Tratamiento: Definido como "curado" o "tratamiento completado".
  • Resultados Desfavorables: Definidos como "muerto", "pérdida de seguimiento", "fracaso", "cambio de régimen de tratamiento" o "no evaluado".
  • Mortalidad: Definida estrictamente como "muerto".
• Análisis Estadístico: Se emplearon modelos de regresión logística univariada y multivariada utilizando STATA versión 19. Se calcularon Razones de Probabilidad Ajustadas (aOR) para factores de riesgo clave, controlando por edad, género y peso.
• Factores de Riesgo Analizados: Variables demográficas (edad, género), datos antropométricos (peso), sitio de la enfermedad (pulmonar vs. extrapulmonar), comorbilidades clínicas (VIH, diabetes) y riesgos conductuales (consumo de tabaco y alcohol).
• Pruebas de Robustez: Se realizaron cuatro análisis de sensibilidad, incluida la creación de una variable compuesta de uso de sustancias, comparación de casos con peso completo frente a casos con peso faltante, imputación múltiple para datos de peso faltantes y exclusión de los casos "no evaluados" de la cohorte de resultados desfavorables.

Resultados Clave
La cohorte final incluyó 323,124 casos para el análisis de resultados desfavorables y 315,579 casos para el análisis de mortalidad.

• Predictores Demográficos:
  • Edad: La edad avanzada fue un predictor fuerte. Los pacientes de ≥60 años tuvieron el mayor riesgo, con un aOR de 3.85 para resultados desfavorables y 8.06 para mortalidad en comparación con cohortes más jóvenes.
  • Género: Los hombres presentaron riesgos elevados (aOR 1.50 para resultados desfavorables; 1.47 para mortalidad). Las personas transgénero demostraron riesgos sustancialmente más altos (aOR 2.52 para resultados desfavorables; 2.63 para mortalidad).
• Comorbilidades y Riesgos Conductuales:
  • VIH y Diabetes: El estado conocido de VIH (aOR 2.84 para resultados desfavorables; 3.40 para mortalidad) y la diabetes (aOR 1.43 para resultados desfavorables; 1.56 para mortalidad) fueron predictores significativos.
  • Uso de Sustancias: Tanto el consumo de tabaco como el de alcohol se asociaron con riesgos aumentados. Cabe destacar que el estado "desconocido" para estos factores también surgió como una categoría de riesgo significativa (por ejemplo, estado de VIH desconocido aOR 3.48 para mortalidad), lo que sugiere que las brechas en los datos se correlacionan con resultados pobres.
  • Peso: Se observó una relación clara dosis-respuesta entre el bajo peso corporal y los resultados adversos. Los pacientes con un peso <20 kg tuvieron el mayor riesgo (aOR 3.29 para resultados desfavorables; 5.34 para mortalidad).
• Sitio de la Enfermedad: La TB extrapulmonar (EPTB) se asoció con menores probabilidades de resultados desfavorables en general (aOR 0.95), pero confirió un riesgo ligeramente aumentado de mortalidad (aOR 1.10).
• Análisis de Sensibilidad: Los resultados permanecieron consistentes a través de múltiples métodos de imputación y cuando se excluyeron los casos "no evaluados", confirmando que los datos de peso faltantes no sesgaron sustancialmente los hallazgos.

Contribuciones Clave

1. Marco Analítico Estandarizado: El estudio propone un protocolo reproducible para fusionar y analizar datos de Ni-kshay, detallando específicamente el uso de la variable "instance" para la fusión de registros y el manejo de datos faltantes.
2. Identificación de "Desconocido" como Factor de Riesgo: La investigación destaca que el estado "desconocido" para comorbilidades y riesgos conductuales es en sí mismo un predictor significativo de resultados pobres, señalando brechas sistémicas en la entrada de datos o oportunidades de detección omitidas, en lugar de solo la ausencia clínica.
3. Sinergia entre Peso y Edad: El estudio cuantifica el riesgo compuesto de la edad avanzada y el bajo peso corporal, reforzando la necesidad de estrategias de atención diferenciada que prioricen la evaluación y el monitoreo nutricional para estos grupos de alto riesgo.
4. Marco de Reporte: Se propone un marco de reporte estandarizado (Tabla 3) para guiar a futuros investigadores y gestores de programas en la realización de análisis inferenciales utilizando datos programáticos de TB, abordando inconsistencias en estudios previos respecto al conteo de casos y el uso de identificadores.

Significado y Afirmaciones
Los autores afirman que este estudio representa uno de los primeros intentos a gran escala de aplicar un protocolo analítico estandarizado a datos programáticos para el análisis retrospectivo de resultados de DS-TB en un contexto de alta carga. El significado radica en demostrar la utilidad de los datos programáticos rutinarios no solo para la vigilancia, sino como una herramienta de apoyo a la decisión para identificar pacientes de alto riesgo.

El artículo afirma que los hallazgos apoyan la integración de evaluaciones antropométricas regulares y la estratificación de riesgos en la Guía Nacional sobre Atención Diferenciada para la TB. Sugiere que los pacientes con uso de sustancias, bajo peso o estado de comorbilidad "desconocido" podrían ser señalados dentro del sistema Ni-kshay para un apoyo mejorado a la adherencia y revisión clínica. Los autores mantienen un tono modesto, señalando que, si bien el estudio confirma factores de riesgo conocidos, la contribución específica es el rigor metodológico y la identificación de la completitud de los datos en sí misma como un determinante crítico de los resultados del paciente. El estudio concluye que el trabajo futuro debería expandir este marco a otros estados e incorporar modelado predictivo avanzado para permitir la estratificación de riesgos en tiempo real.