Un estudio de cohorte prospectivo con seguimiento de cinco años ha logrado redefinir la comprensión de cómo progresa la tuberculosis en personas sin síntomas.
La tuberculosis mata a más de un millón de personas al año en el mundo, según especialistas gran parte de esa carga se explica por un problema de detección, ya que la enfermedad avanza en silencio, sin síntomas, mucho antes de que los sistemas de salud convencionales puedan identificarla. Un estudio publicado en The Lancet Respiratory Medicine ofrece evidencia contundente de que eso puede cambiar, y que la imagen médica de alta sensibilidad, combinada con radiografías interpretadas por inteligencia artificial (IA), tiene el potencial de anticipar quién desarrollará tuberculosis activa con años de antelación.
La investigación, conducida por equipos del Centro de Investigación de Enfermedades Infecciosas en África (CIDRI-Africa) de la Universidad de Ciudad del Cabo y el Imperial College Londres, es el mayor estudio de este tipo realizado hasta la fecha. Siguió a 250 adultos VIH-negativos y asintomáticos en Khayelitsha, un municipio periurbano del Cabo Occidental en Sudáfrica, todos ellos contactos domiciliarios de casos confirmados de tuberculosis resistente a la rifampicina, durante un periodo máximo de cinco años.
Al inicio del estudio, cada participante recibió una tomografía por emisión de positrones con tomografía computarizada (PET-CT) con fluorodesoxiglucosa marcada con flúor 18, además de una radiografía de tórax digital analizada por tres tipos de software de detección asistida por computadora (CAD). La PET-CT, considerada la herramienta de imagen más sensible disponible para investigación, permitió clasificar a los participantes en cuatro categorías según el estado de sus pulmones: hallazgos consistentes con tuberculosis activa, con tuberculosis inactiva, con otras lesiones, o pulmones normales.
A lo largo del seguimiento, 18 participantes fueron diagnosticados y tratados por tuberculosis. De ellos, seis fueron identificados desde el inicio mediante cribado intensificado, aunque cinco de esos casos habrían pasado desapercibidos con las pruebas moleculares de rutina. Los 12 restantes fueron diagnosticados con una mediana de 32 meses después. Lo más relevante es que la mayoría seguía sin presentar síntomas en el momento en que la bacteria fue detectada en su esputo, lo que sugiere que la transmisión puede ocurrir antes de que los sistemas convencionales detecten la enfermedad.
El hallazgo más significativo en términos de predicción fue la diferencia de riesgo entre los participantes clasificados por PET-CT. De los 29 que mostraron al inicio del estudio anomalías pulmonares consistentes con tuberculosis, 12, es decir el 41%, fueron diagnosticados y tratados durante el seguimiento. En contraste, ese porcentaje cayó a 2% entre quienes tenían pulmones con apariencia normal en la tomografía. Traducido en términos estadísticos, los participantes con lesiones sugestivas de tuberculosis en la PET-CT inicial tenían más de 28 veces más probabilidades de ser diagnosticados con tuberculosis durante el seguimiento, en comparación con quienes presentaban pulmones normales. Aunque 205 de los 250 participantes mostraron una respuesta inmune a la bacteria, el grupo de mayor riesgo fue precisamente ese grupo de 29 con anomalías visibles en la imagen.
Los investigadores también documentaron que los participantes con esas anomalías al inicio del estudio que luego confirmaron tuberculosis bacteriológicamente permanecieron asintomáticos al momento del diagnóstico, lo que subraya la posibilidad de transmisión durante etapas que hoy no son detectadas por los sistemas de vigilancia habituales.
“Identificar a quienes tienen mayor probabilidad de desarrollar tuberculosis es crucial si queremos prevenir la transmisión e intervenir más temprano”, señaló el primer autor del estudio, el profesor Hanif Esmail, del University College London.
En cuanto a las radiografías interpretadas por IA, los resultados fueron alentadores aunque más moderados. El área bajo la curva del software de detección CAD, tomando como referencia los casos de tuberculosis confirmada bacteriológicamente, osciló entre 0,86 y 0,89, lo que indica un rendimiento diagnóstico sólido para una herramienta que puede implementarse a escala en entornos con alta carga de enfermedad. “Las radiografías de tórax leídas por IA podrían desempeñar un papel fundamental en el fortalecimiento de las estrategias de control de la tuberculosis a través de esfuerzos de detección masiva”, indicó el coautor principal, el profesor Robert J. Wilkinson.
Los autores reconocen que la PET-CT, por su costo y complejidad logística, no es viable como herramienta de cribado poblacional. Su valor está en la investigación clínica. “Estos hallazgos posicionan a la PET-CT como una herramienta de investigación poderosa para comprender cómo progresa la tuberculosis en el organismo. Aunque el método es demasiado costoso y complejo para su uso en salud pública a gran escala, su precisión ofrece perspectivas valiosas para estudios de investigación clínica orientados a desarrollar diagnósticos y tratamientos mejorados”, expresó la coinvestigadora principal, la profesora asociada Anna Coussens, de la Universidad de Ciudad del Cabo.
El estudio también cuestiona el enfoque vigente de la Organización Mundial de la Salud (OMS) para identificar a personas en riesgo de progresar hacia tuberculosis activa, que se centra principalmente en detectar infección incipiente sin evidencia radiológica. Los datos sugieren que, en entornos con alta prevalencia, la mayoría de quienes desarrollan tuberculosis dentro de cinco años ya presentan enfermedad radiológicamente visible desde el inicio, aunque sin síntomas. Eso implica que los criterios actuales podrían estar subestimando el riesgo real en una proporción significativa de personas, y que afinar las herramientas de diagnóstico para identificar esa enfermedad silenciosa pero visible podría cambiar de manera sustancial las estrategias de prevención y control.
