Hoppa till huvudinnehåll
En man och ett barn sitter på en madrass. Mannen håller i en boll och barnet ler.
Publicerad 12 maj 2026

Barnvänliga algoritmer ställer tuberkulosdiagnos

Foto: Gul Nayab
Sexåriga Mustafa är klar med sin sex månaders tuberkulosbehandling. Här leker han med sin pappa Muhammad Rahim i familjens hem i Baldia Town i Karachi i Pakistan.

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?

Var med och rädda liv
Ge en gåva

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.

En kvinna med munskydd och vit rock och ett barn också med munskydd. Kvinnan håller i barnets händer och tittar på dem.

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.

En person i vit rock och munskydd står i ett labb.

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.

Läs fler goda nyheter

En brun, mönstrad orm på sand.
Nyhet:
Goda nyheter

Giftig eller ofarlig? AI kan ha svaret

Ormbettsförgiftning är ett stort problem globalt. Med hjälp av en programvara baserad på AI ska det bli lättare att identifiera ormarter och därmed ge rätt behandling.
Läs om AI och ormar
Tre vårdpersonal i skyddsdräkter från vårt ett av våra ebolacentrum gör tummen upp med ett spädbarn i famnen
Nyhet:
Goda nyheter

Nytt vaccin halverar dödlighet i ebola

En studie visar att vaccinering under pågående utbrott halverar dödligheten i ebola. Risken att dö minskar även för de som redan smittats av virussjukdomen.
Läs om det senaste i kampen mot ebola
En kvinna i labbrock inspekterar ett provrör
Nyhet:
Goda nyheter

Från galen idé till minskad antibiotikaresistens

Antibiotika används ofta fel när det inte finns diagnostik eller utbildad personal. Nu kan fler få rätt diagnos tack vare en uppfinning av vår mikrobiolog Nada Malou.
Läs om appen Antibiogo
En kvinna pumpar vatten från en brunn
Nyhet:
Goda nyheter

Cykelhjul håller parasiterna borta

Smarta brunnar av gamla cykelhjul förser 350 hushåll i norra Moçambique med rent vatten - och minskar risken för sjukdomar som sprids via vatten.
Läs mer om brunnarna
En kvinna sjukhuskläder inspekterar burkar med myggor i.
Nyhet:
Goda nyheter

Mygg mot mygg-metoden räddar liv

I Honduras använder vi en ny metod för att bekämpa denguefeber – ihop med lokalbefolkningen släpper vi ut myggor som bär på en bakterie som konkurrerar ut dengueviruset.
Läs om myggmetoden

Prenumerera på vårt nyhetsbrev På plats

Vill du veta mer om Läkare Utan Gränsers arbete? Fyll i formuläret för att prenumerera på vårt nyhetsbrev.

Via På plats får du våra senaste nyheter och de viktigaste berättelserna direkt till din inkorg.

En man på bår bärs in i Läkare Utan Gränsers ambulans.
Foto: Johnson Sabin
givarinfo
kontaktinformation

Genom att prenumerera på detta nyhetsbrev godkänner du Läkare Utan Gränsers integritetspolicy.