Please use this identifier to cite or link to this item:
https://www.arca.fiocruz.br/handle/icict/64943
INVESTIGAÇÃO DO DIAGNÓSTICO ETIOLÓGICO DAS DOENÇAS FEBRIS AGUDAS ATENDIDAS NO AMBULATÓRIO DE REFERÊNCIA DO INSTITUTO NACIONAL DE INFECTOLOGIA EVANDRO CHAGAS, FIOCRUZ: DESAFIOS E PROPOSTA DE UMA FERRAMENTA PARA O AUXÍLIO NO DIAGNÓSTICO CLÍNICO DE DENGUE, ZIKA E CHIKUNGUNYA, EM CONTEXTO DE TRÍPLICE EPIDEMIA
Zika
Chikungunya
Malária
Doenças Febris Agudas
Diagnóstico
Vigilância Sindrômica
Predição Clínica
Acurácia
Machine Learning
Zika
Chikungunya
Malaria
Acute Febrile Illness
Diagnosis
Syndromic Surveillance
Clinical Prediction
Accuracy
Machine Learning
Zika virus
Vírus Chikungunya
Malária
Vigilância de Evento Sentinela
Febre
Diagnostico
Regras de Decisão Clínica
Bressan, Clarisse da Silveira | Date Issued:
2022
Advisor
Affilliation
Fundação Oswaldo Cruz. Instituto Nacional de Infectologia Evandro Chagas. Rio de Janeiro, RJ, Brasil.
Abstract in Portuguese
Introdução: O diagnóstico diferencial das doenças infecciosas é o que determina o início de plano de tratamento do paciente. Em se tratando de doenças febris agudas, a sobreposição de sintomas, sobretudo nos primeiros dias de doença, dificulta o diagnóstico clínico feito pelos profissionais de saúde. O vírus do dengue é o arbovírus de maior importância clínica nas Américas, e causou epidemias na região nas últimas três décadas. Está associado ao desenvolvimento de formas graves e óbitos e os sintomas iniciais são inespecíficos, dificultando sua distinção dos demais arbovírus endêmicos como zika e chikungunya, mais recentemente introduzidos no Brasil. Arboviroses e outras doenças febris agudas como a leptospirose e a febre maculosa estão presentes de forma endêmica na cidade do Rio de Janeiro, e os desafios na investigação diagnóstica e na vigilância de outros patógenos menos frequentes são raramente discutidos. Objetivos: Descrever a incidência das principais doenças febris agudas diagnosticadas entre 2004 e 2019; comparar os sinais e sintomas dos diagnósticos mais frequentes e identificar fatores de risco para a não conclusão do diagnóstico. Adicionalmente, propor o desenvolvimento de um modelo de predição para arboviroses a partir dos dados coletados. Primeiro estudo: Entre agosto de 2005 a dezembro de 2019, dengue, zika e chikungunya foram as doenças febris agudas mais frequentemente diagnosticadas entre pacientes ambulatoriais do Laboratório de Pesquisa Clínica em Doenças Febris Agudas do Instituto Nacional de Infectologia Evandro Chagas. A presença de pacientes com malária também foi constante ao longo dos anos observados, por se tratar de unidade de referência para o diagnóstico dessa doença fora da área endêmica. O diagnóstico clínico presuntivo não foi confirmado em cerca de 41% dos pacientes dessa coorte A inespecificidade de sinais e sintomas desse grupo em relação às demais doenças febris agudas observadas no estudo, a ausência de técnicas de investigação laboratorial com sensibilidade e especificidade adequadas para os primeiros dias de sintomas, que estejam disponíveis à beira do leito, e a perda de seguimento dos pacientes com febre aguda foram discutidas nesse estudo. Segundo estudo: Foram desenvolvidos dois modelos de predição a partir dos dados coletados de forma sistemática por especialistas em doenças infecciosas, que são capazes de diferenciar entre dengue, zika e chikungunya com acurácia de 70%, utilizando dados clínicos e dados laboratoriais inespecíficos. A partir dos modelos foi gerado um simulador que pudesse identificar as probabilidades de infecção de dengue, zika e chikungunya. Conclusões: O conhecimento da epidemiologia das doenças endêmicas, associado à vigilância sindrômica e ampla disponibilidade de testes diagnósticos sensíveis e específicos, podem diminuir os desafios da investigação etiológica das doenças febris agudas. Adicionalmente, é possível o desenvolvimento de algoritmos simples que auxiliem na diferenciação entre doenças mais prevalentes, para uso à beira do leito por profissionais de saúde
Abstract
Introduction: The differential diagnosis of infectious diseases is what determines the beginning of the patient's treatment plan. In the case of acute febrile illnesses, the overlapping of symptoms, especially in the first days of illness, makes the clinical diagnosis by health professionals difficult. Dengue virus is the most clinically important arbovirus in the Americas, and has caused epidemics in the region over the past three decades. It is associated with the development of severe forms and deaths, and the initial symptoms are nonspecific, making it difficult to distinguish it from other endemic arboviruses such as zika and chikungunya, more recently introduced in Brazil. Those arboviruses and other acute febrile illnesses such as leptospirosis and Brazilian spotted fever are endemic in the city of Rio de Janeiro, and the challenges in their diagnostic investigation and surveillance, as well as of other less frequent pathogens are rarely discussed. Objectives: To describe the prevalence of the main acute febrile illnesses diagnosed between 2004 and 2019; compare the signs and symptoms of the most prevalent diagnoses and identify causes for the non-completion of the diagnosis. Additionally propose the development of a prediction model from the collected data. First study: Between August 2005 and December 2019, dengue, zika and chikungunya were the most frequently diagnosed acute febrile illnesses among outpatients of the Clinical Research Laboratory in Acute Febrile Diseases of the Instituto Nacional de Infectologia Evandro Chagas. The presence of patients with malaria was constant over the years observed, as it INI is a reference unit for the diagnosis of malaria outside the endemic area. The presumptive clinical diagnosis was not confirmed in about 41% of the patients in this cohort The non-specificity of signs and symptoms of this group in relation to the other acute febrile illnesses; the absence of bed-side laboratory investigation techniques with adequate sensitivity and specificity for the first days of symptoms; and the loss of follow-up of patients with acute fever are discussed in this study. Second study: Two prediction models were developed from data systematically collected by infectious disease specialists, which are able to differentiate between dengue, zika and chikungunya with 70% accuracy, using clinical data and nonspecific laboratory data. From the models, a simulator was generated that could identify the probabilities of dengue, zika and chikungunya infection in acutely febrile patients. Conclusions: Knowledge of the epidemiology of endemic diseases, associated with syndromic surveillance and wide availability of sensitive and specific diagnostic tests, can reduce the challenges of the etiological investigation of acute febrile diseases. Additionally, it is possible to develop simple algorithms that help to differentiate between the most prevalent diseases, for use at the bedside by health professionals
Keywords in Portuguese
DengueZika
Chikungunya
Malária
Doenças Febris Agudas
Diagnóstico
Vigilância Sindrômica
Predição Clínica
Acurácia
Machine Learning
Keywords
DengueZika
Chikungunya
Malaria
Acute Febrile Illness
Diagnosis
Syndromic Surveillance
Clinical Prediction
Accuracy
Machine Learning
DeCS
DengueZika virus
Vírus Chikungunya
Malária
Vigilância de Evento Sentinela
Febre
Diagnostico
Regras de Decisão Clínica
Share