Barnvänliga algoritmer ställer tuberkulosdiagnos
Var tredje minut dör ett barn av tuberkulos, en sjukdom som både går att förebygga och behandla med tillgång till rätt resurser. Ett hinder som kvarstår är att det är svårare att diagnosticera barn än vuxna. Kan lösningen på problemet ligga i algoritmer?
Iqra är 14 år och bor i Punjabprovinsen i Pakistan. Hon får behandling för tuberkulos på en klinik i Gujranwala som Läkare Utan Gränser stöttar. Men att få tillgång till den vård hon behövde var svårt.
– I över en månad tog jag mediciner som jag fick från olika kliniker och sjukhus. Men de tog inga tester på mig så de visste inte att jag hade tuberkulos. Det var först när jag blev testad för tbc och kunde börja få rätt medicin som jag började min återhämtning, berättar Iqra.
Svårt för barn att hosta upp slem
Iqras fall är inte unikt. Av de 1,2 miljoner barn som uppskattas ha den smittsamma bakteriesjukdomen tuberkulos världen över är det bara ungefär hälften som får en ordentlig diagnos och behandling.
Det beror bland annat på att det alltid har varit svårt att rent tekniskt diagnosticera sjukdomen hos barn. Det vanligaste sättet att ställa diagnos för aktiv tuberkulos i låg- och medelinkomstländer är nämligen att undersöka en persons upphostning i mikroskop. Barn har svårt att hosta upp tillräckligt med slem som behövs för att göra dessa laboratorietester.
Läkaren Maham Khalid undersöker fyraåriga Ahmad. Foto: Gul Nayab
Det är här algoritmerna, och Läkare Utan Gränser, kommer in! För tre år sedan tog Världshälsoorganisationen (WHO) fram algoritmer som bygger på vanliga symtom vid tuberkulos, som hosta, nattsvettningar och avmagring. Utifrån dessa symtom kan algoritmerna fastställa en diagnos utan laboratorietester.
Global studie med positiva resultat
Vi ville utvärdera WHO:s algoritmer och startade därför en global studie. Mellan augusti 2023 och oktober 2025 utvärderade vi hur bra algoritmerna fungerade genom att studera 1 846 barn under tio år med symtom som tyder på tuberkulos i fem länder: Uganda, Niger, Nigeria, Guinea och Sydsudan.
Resultaten från studien är positiva. På de vårdinrättningar där vi implementerade WHO:s algoritmer ser vi en signifikant ökning av antalet barn som får en tuberkulosdiagnos.
– Det positiva resultatet är en katalysator för hopp. Att trappa upp och implementera metoden med algoritmer på fler ställen i landet skulle bidra till att förebygga att fler barn dör av tuberkulos, säger läkaren Moussa Mamane Oumarou Farouk i Niger.
Ljusare framtid i Pakistan
Läkaren Saima Umar i Punjabprovinsen i Pakistan håller med. På sjukhuset i Gujranwala, där hon är ansvarig för barnavårdsavdelningen, implementerade vi den nya metoden med algoritmer 2024.
Läkaren Saima Umar på sjukhuset i Gujranwala. Foto: Gul Nayab
– Innan vi införde de nya algoritmerna var vi ofta osäkra på om vi skulle påbörja behandling för ett barn eller inte. Algoritmerna har gjort det enklare att diagnosticera och har gjort att vi kan känna oss tryggare i våra beslut att påbörja behandling hos barn, säger hon.
För 14-åriga Iqra gjorde rätt diagnos och rätt behandling stor skillnad. I dag mår hon tillräckligt bra för att gå i skolan igen.
Algoritmerna är ett viktigt steg i bekämpningen av tuberkulos. Men fortfarande krävs politisk vilja och investeringar från regeringar och internationella organisationer för att barn inte ska fortsätta dö av en behandlingsbar sjukdom.
– Att prioritera barn är att prioritera framtiden, säger Saima Umar.
