A nivel mundial se estima que en 2018 hubo alrededor de 10 millones de nuevos casos de tuberculosis (TBC). La detección molecular es una herramienta diagnóstica crecientemente utilizada para el diagnóstico de TBC. Los predictores de riesgo para TBC pulmonar son variados y varían de acuerdo a la población estudiada. Los objetivos del presente trabajo fueron: evaluar la performance de la detección de M. tuberculosis por la técnica Xpert ® MTB/RIF para el diagnóstico de TBC pulmonar y determinar los factores predictores de presencia de esta enfermedad en pacientes asistidos en el Hospital Pasteur de Montevideo. Se realizó un estudio descriptivo, observacional y transversal. Se incluyeron 254 pacientes, 68 con TBC pulmonar. La sensibilidad de la prueba Xpert ® MTB/RIF para detectar M. tuberculosis fue 100% (IC 95%: 91,2-100) y la especificidad 95,1% (IC 95%: 83,9-98,7). En el análisis multivariado se evidenció que los predictores independientes para presencia de TBC pulmonar fueron: contacto cercano con otro caso de TBC (p<0,001), consumo de pasta base de cocaína (p=0,006) y presentarse con adelgazamiento (p<0,001). En suma, la prueba Xpert ® MTB/RIF se comportó como una excelente herramienta diagnóstica en nuestra población con elevada prevalencia de TBC pulmonar. Los predictores independientes para esta enfermedad indican que en la población analizada las estrategias de control de esta enfermedad requieren un abordaje multidisciplinario.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.