Карта сайта

ИН-ТРЕНД|IN-TREND

Компьютерная модель предсказывает эффективность кратковременной терапии против МЛУ-ТБ


Исследователи из Университета Джонса Хопкинса разработали компьютерную модель, которая помогает предсказать, при каких обстоятельствах новый краткосрочный курс лечения туберкулеза с множественной лекарственной устойчивостью может значительно снизить уровень глобальной заболеваемости и распространения этого заболевания.

Компьютерная модель была разработана, чтобы помочь понять влияние рекомендаций ВОЗ, выпущенных в мае 2016 года, для более широкого использования новых режимов лечения туберкулеза с множественной лекарственной устойчивостью туберкулеза (9-12месяцев терапии). Стандартная терапия занимает от 18 месяцев до двух лет. Исследование было опубликовано в журнале «The Lancet Respiratory Medicine».

В своем исследовании, ученые обнаружили, что новый режим может привести к снижению заболеваемости МЛУ-ТБ в Юго-Восточной Азии на 23 процента по сравнению с традиционным лечением. Если новый режим сможет достичь подобного влияния в глобально, то более100 000 новых случаев МЛУ-ТБ можно будет предотвращать каждый год.

«От 15 до 20процентов пациентов, которые начинают стандартное лечение туберкулеза с лекарственной устойчивостью, не завершают его полностью, во многом из-за длительности, стоимости и дискомфорта, связанного с этим», говорит Эмили Кендалл, доктор медицинских наук, преподаватель на факультете медицины Университета Джонса Хопкинса. «Короткий курс лечения может сократить как время лечения, так и его стоимость практически в два раза».

Однако доктор Кендалл также предупредила, что существуют определенные группы населения, для которых короткий курс может быть не так эффективен. Например, он все еще не рекомендуется детям или в случаях распространения туберкулеза за пределы легких. «Наш компьютерный инструмент может помочь направить определенные решения относительно короткого режима лечения», говорит доктор Кендалл. «Но ученые и работники здравоохранения по-прежнему должны быть очень бдительными при сборе данных о том, как этот курс работает и для кого он работает лучше всего».

Источник: https://www.sciencedaily.com/releases/2016/12/161215191713.htm