Reproducibility of rapid diagnostic tests for Trypanosoma cruzi infection in endemic areas of Colombia / Reproducibilidad de pruebas de diagnóstico rápido de la infección por Trypanosoma cruzi en áreas endémicas de Colombia

Introduction: Chagas disease is a neglected tropical disease of interest to public health because of its social and economic burden. Identifying infected and sick people with Chagas disease constitutes the first step towards achieving World Health Ooganization's goals for 2020. Objective: To evaluate the reproducibility with gold standard of a rapid diagnostic test for detection of antibodies to T. cruzi; and to propose a diagnostic algorithm for Chagas disease under the point-of-care concept in an area with limited access to health care coverage. Material and Methods: A cross-sectional study was performed to detect antibodies to T. cruzi in 151 indigenous volunteers belonging to three ethnic groups of the Sierra Nevada de Santa Marta, Colombia. Rapid tests-PDR SD BIOLINE Chagas Ab were implemented in the field versus confirmation in the laboratory using two standardized serological methods (ELISAs). Results: The results show that 19,2 percent seroreactivity for T. cruzi was found among the entire population screening. The highest rate of human infection with T. cruzi was detected in the Wiwa community. No significant differences between rapid diagnostic test and the standard techniques (ELISAs) were found. Sensitivity, specificity and concordance for RDT were 100 percent (Kappa: 1,0). Conclusions: The Sierra Nevada de Santa Marta continues to be a hyperendemic area for Chagas disease. The area is difficult to access and has low or no primary health care coverage, making the assessed rapid diagnostic test a useful tool for screening programs and defining treatment and control plans, which represents the first approach at establishing a point-of-care testing strategy for endemic countries for Chagas disease(AU)

Introducción: La enfermedad de Chagas es una enfermedad desatendida de interés en salud pública por su carga social y económica. Identificar personas infectadas y enfermas con el mal de Chagas constituye el primer paso para alcanzar los objetivos de la Organización Mundial de la Salud para el 2020. Objetivo: Evaluar la reproducibilidad de una prueba de diagnóstico rápida para la detección de anticuerpos contra T. cruzi; y proponer un algoritmo de diagnóstico para enfermedad de Chagas bajo el concepto de uso de tecnologías en el lugar de atención en áreas de acceso limitados a los servicios de salud. Materiales y métodos: Se realizó un estudio de corte transversal para la detección de anticuerpos para T. cruzi a 151 indígenas voluntarios pertenecientes a tres grupos étnicos de la Sierra Nevada de Santa Marta, Colombia. Se implementó pruebas rápidas-PDR SD BIOLINE Chagas Ab en campo versus la confirmación en el laboratorio mediante dos métodos serológicos estandarizados (ELISAs). Resultados: Se encontró el 19,2 por ciento de seroreactividad para T. cruzi entre toda la población estudiada. La tasa más alta de infección humana por T. cruzi se detectó en la comunidad Wiwa. No hubo diferencias significativas entre la prueba de diagnóstico rápida y las técnicas estandarizadas (ELISAS). La sensibilidad, especificidad y concordancia para la PDR fue del 100 por ciento (Kappa: 1,0). Conclusiones: La Sierra Nevada de Santa Marta continúa siendo un área hiperendémica para la enfermedad de Chagas. Dado que es un área de difícil acceso, con baja o nula cobertura en atención primaria en salud, la prueba de diagnóstico rápida evaluada se convierte en una herramienta útil como prueba de elección para programas de tamización y definir planes de acción de tratamiento y control, y representa el primer acercamiento de uso de tecnologías en el sitio de atención para el diagnóstico rápido en países endémicos para la enfermedad(AU)

[Use of point-of-care technologies for the management of the COVID-19 pandemic in Colombia]. / Uso de tecnologías en el lugar de atención para el manejo de la pandemia por COVID-19 en Colombia.

OBJECTIVE: To propose a health care model that integrates point-of-care technologies and artificial intelligence for the management of the COVID-19 pandemic. METHODS: A theoretical model was used in which one million people accessed the mobile application CoronApp-Colombia, which collects personal data, signs, symptoms and epidemiological links compatible with COVID-19. With the information from the app artificial intelligence techniques (data science) were applied in a virtual situation room. RESULTS: Users compatible with COVID-19 were prioritized and subjected to a rapid diagnostic test for anti-SARS-CoV-2 antibodies. Screening with the rapid diagnostic test would allow detection of sero-reactive individuals, for whom diagnostic confirmation would be carried out using molecular biology (PCR). Information from positive cases confirmed by PCR would be re-screened using artificial intelligence and spatial statistical techniques to identify geographical foci of infection. These foci could be actively searched for contacts with positive index cases and the diagnostic route would be followed again using the rapid diagnostic test and PCR. CONCLUSION: This model may be useful for countries in the region with weak or absent technological platforms for PCR diagnosis to maximize existing resources, estimate the epidemiological burden of COVID-19 (infection, morbidity, mortality and lethality) and implement containment, mitigation and control plans according to their needs.

Uso de tecnologías en el lugar de atención para el manejo de la pandemia por COVID-19 en Colombia

[RESUMEN]. Objetivo. Proponer un modelo de atención en salud que integra tecnologías que pueden emplearse en el lugar de atención (point-of-care) y técnicas de inteligencia artificial. Métodos. Se usó un modelo teórico en el que un millón de personas accedieron a la aplicación móvil CoronApp-Colombia, que recoge datos personales, signos, síntomas y nexos epidemiológicos compatibles con COVID-19. Empleando la información de la app se aplicaron técnicas de inteligencia artificial (ciencias de datos) en una sala situacional virtual. Resultados. Los usuarios compatibles con COVID-19 serían priorizados y sometidos a una prueba de diagnóstico rápido para la búsqueda de anticuerpos anti-SARS-CoV-2. El tamizaje con la prueba de diagnóstico rápido permitiría detectar a las personas serorreactivas, en quienes se llevaría a cabo la confirmación diagnóstica mediante biología molecular (PCR). La información de los casos positivos confirmados por PCR se sometería nuevamente a técnicas de inteligencia artificial y estadística espacial para determinar los focos geográficos de infección. En estos focos se puede hacer búsqueda activa de contactos con los casos índices positivos y activar nuevamente la ruta de diagnóstico con la prueba de diagnóstico rápido y PCR. Conclusión. Este escenario puede ser un camino útil para que los países de la región con plataformas tecnológicas para el diagnóstico por PCR débiles o ausentes puedan maximizar los recursos existentes, estimar el peso epidemiológico de la COVID-19 (infección, morbilidad, mortalidad y letalidad) en sus territorios y definir planes de contención, mitigación y control acordes a sus necesidades.

[ABSTRACT]. Objective. To propose a health care model that integrates point-of-care technologies and artificial intelligence for the management of the COVID-19 pandemic. Methods. A theoretical model was used in which one million people accessed the mobile application CoronApp-Colombia, which collects personal data, signs, symptoms and epidemiological links compatible with COVID-19. With the information from the app artificial intelligence techniques (data science) were applied in a virtual situation room. Results. Users compatible with COVID-19 were prioritized and subjected to a rapid diagnostic test for anti-SARS-CoV-2 antibodies. Screening with the rapid diagnostic test would allow detection of sero-reactive individuals, for whom diagnostic confirmation would be carried out using molecular biology (PCR). Information from positive cases confirmed by PCR would be re-screened using artificial intelligence and spatial statistical techniques to identify geographical foci of infection. These foci could be actively searched for contacts with positive index cases and the diagnostic route would be followed again using the rapid diagnostic test and PCR. Conclusion. This model may be useful for countries in the region with weak or absent technological platforms for PCR diagnosis to maximize existing resources, estimate the epidemiological burden of COVID-19 (infection, morbidity, mortality and lethality) and implement containment, mitigation and control plans according to their needs.