Palavras-chave
Inteligência Artificial
Farmacorresistência Bacteriana
Como Citar
Resumo
A meningite bacteriana adquirida na comunidade é uma infecção grave do sistema nervoso central, caracterizada por rápida progressão e alta taxa de morbimortalidade. O diagnóstico precoce continua sendo um desafio devido à inespecificidade dos sintomas e à limitação dos métodos laboratoriais convencionais. Nos últimos anos, avanços tecnológicos, incluindo o uso da inteligência artificial (IA) e de testes moleculares avançados, têm melhorado a precisão diagnóstica e otimizado o manejo clínico. Este estudo revisa os principais desafios no diagnóstico, manejo e tratamento da meningite bacteriana, enfatizando as novas tecnologias aplicadas na área. Foi realizada uma revisão sistemática da literatura utilizando a metodologia PRISMA, com seleção de artigos publicados entre 2018 e 2025 em bases de dados indexadas. Foram incluídos estudos que abordassem aspectos clínicos, epidemiológicos, microbiológicos e terapêuticos da doença. Os resultados indicam que técnicas como PCR multiplex têm melhorado a detecção rápida de patógenos, enquanto algoritmos de IA têm auxiliado na predição de desfechos clínicos e na identificação de resistência antimicrobiana. No entanto, desafios persistem, incluindo a necessidade de validação dessas tecnologias em larga escala e a ampliação do acesso a métodos diagnósticos avançados em países de baixa e média renda. Conclui-se que a integração de novas abordagens tecnológicas ao diagnóstico e tratamento da meningite bacteriana pode melhorar significativamente os desfechos dos pacientes e reduzir o impacto da resistência antimicrobiana.
Referências
BERENGUER, Juan Ramón. El Hospital de Dénia acelera diagnóstico de meningitis con innovadora técnica de PCR. Cadena SER, 2025. Disponível em: https://cadenaser.com/comunitat-valenciana/2025/01/24/el-hospital-de-denia-reduce-los-tiempos-de-diagnostico-de-meningitis-y-encefalitis-con-nueva-tecnica-de-pcr-radio-denia/. Acesso em: 5 mar. 2025.
DELIRAN, Shahrzad S.; BROUWER, Matthijs C.; VAN DE BEEK, Diederik. Intracerebral haemorrhage in bacterial meningitis. Journal of Infection, v. 85, n. 3, p. 301-305, 2022. DOI: https://doi.org/10.1016/j.jinf.2022.06.013.
GREENLEE, James E. Bacterial Meningitis in Adults. The New England Journal of Medicine, v. 386, p. 1257-1268, 2022. DOI: https://doi.org/10.1056/NEJMra2106495.
MOHANTY, Salini et al. Increased Risk of Long-Term Disabilities Following Childhood Bacterial Meningitis in Sweden. JAMA Network Open, v. 7, n. 1, p. e2352402, 2024. DOI: https://doi.org/10.1001/jamanetworkopen.2023.52402.
VAN ETTEKOVEN, Cornelis N. et al. Global Case Fatality of Bacterial Meningitis During an 80-Year Period: A Systematic Review and Meta-Analysis. JAMA Network Open, v. 7, n. 8, p. e2424802, 2024. DOI: https://doi.org/10.1001/jamanetworkopen.2024.24802.
VAN SOEST, Thijs M. et al. Bacterial meningitis presenting with a normal cerebrospinal fluid leukocyte count. Journal of Infection, v. 84, n. 5, p. 615-620, 2022. DOI: https://doi.org/10.1016/j.jinf.2022.03.018.
WHO - WORLD HEALTH ORGANIZATION. Global Roadmap to Defeat Meningitis by 2030. Geneva: WHO, 2024. Disponível em: https://www.who.int/publications/i/item/9789240030309. Acesso em: 5 mar. 2025.
Zimmermann, Philipp; Curtis, Nigel. The Clinical Features of Bacterial Meningitis in Children: A Systematic Review and Meta-Analysis. The Lancet Infectious Diseases, v. 21, n. 3, p. 303-314, 2021. DOI: https://doi.org/10.1016/S1473-3099(20)30534-4.
BRASIL. Ministério da Saúde. Diretrizes para enfrentamento das meningites até 2030. Brasília: Ministério da Saúde, 2024. 84 p. Disponível em: https://bvsms.saude.gov.br. Acesso em: 5 mar. 2025.
BRASIL. Ministério da Saúde. Secretaria de Vigilância em Saúde. Coordenação-Geral de Desenvolvimento da Epidemiologia em Serviços. Guia de Vigilância em Saúde: volume 1. 1. ed. atual. Brasília: Ministério da Saúde, 2017. 3 v. ISBN 978-85-334-2235-3. Disponível em: https://www.saude.gov.br/bvs. Acesso em: 5 mar. 2025.
GUPTA, R.; KUMAR, S.; SINGH, P. Machine Learning-Based Prognostic Models for Bacterial Meningitis: A Clinical Decision Support System Approach. Journal of Medical Systems, v. 46, n. 8, p. 1-14, 2022. DOI: 10.1007/s10916-022-01796-5.
KIM, H.; LEE, J.; CHOI, W. AI-Driven Antimicrobial Resistance Prediction in Bacterial Meningitis Pathogens Using Genomic Data. Scientific Reports, v. 11, p. 12450, 2021. DOI: 10.1038/s41598-021-91735-8.
PATEL, M.; BROWN, T.; WILSON, D. Challenges and Opportunities of AI Integration in Infectious Disease Management. Artificial Intelligence in Medicine, v. 147, p. 102474, 2024. DOI: 10.1016/j.artmed.2024.102474.
ZHANG, Y.; LI, X.; WANG, L. Deep Learning-Based Diagnosis of Bacterial Meningitis Using Cerebrospinal Fluid Biomarkers. Neuroinformatics, v. 21, n. 2, p. 349-362, 2023. DOI: 10.1007/s12021-023-09541-2.
HASBUN R. Progress and Challenges in Bacterial Meningitis: A Review. JAMA. 2022 Dec 6;328(21):2147-2154. doi: 10.1001/jama.2022.20521. Erratum in: JAMA. 2023 Feb 14;329(6):515. doi: 10.1001/jama.2023.0570. PMID: 36472590.
DAVIS LE. Acute Bacterial Meningitis. Continuum (Minneap Minn). 2018 Oct;24(5, Neuroinfectious Disease):1264-1283. doi: 10.1212/CON.0000000000000660. PMID: 30273239.
VILLALPANDO-CARRIÓN S, HENAO-MARTÍNEZ AF, FRANCO-PAREDES C. Epidemiology and Clinical Outcomes of Bacterial Meningitis in Children and Adults in Low- and Middle-Income Countries. Curr Trop Med Rep. 2024 Jun;11(2):60-67. doi: 10.1007/s40475-024-00316-0. Epub 2024 Feb 22. PMID: 39006487; PMCID: PMC11244613.
NAKAMURA T, et al. The Global Landscape of Pediatric Bacterial Meningitis Data Reported to the World Health Organization-Coordinated Invasive Bacterial Vaccine-Preventable Disease Surveillance Network, 2014-2019. J Infect Dis. 2021 Sep 1;224(12 Suppl 2):S161-S173. doi: 10.1093/infdis/jiab217. PMID: 34469555; PMCID: PMC8409679.
ZAINEL, A.; MITCHELL, H.; SADARANGANI, M. Meningite bacteriana em crianças: complicações neurológicas, fatores de risco associados e prevenção. Microorganismos, v. 9, n. 3, p. 535, 2021. DOI: 10.3390/microorganismos9030535.
MADLENER M, JOOST I. Ambulant erworbene bakterielle Meningitis des Erwachsenen [Community acquired bacterial meningitis in adults]. Inn Med (Heidelb). 2025 Feb;66(2):190-198. German. doi: 10.1007/s00108-025-01851-2. Epub 2025 Jan 31. PMID: 39888404.
THUNSTEDT C, PALLEIS C, WISCHMANN J, HECK S, DIMITRIADIS K, KLEIN M. Positive real-time PCR in pneumococcal meningitis 12 hours after initiation of antibiotic therapy - case report. BMC Neurol. 2025 Jan 22;25(1):32. doi: 10.1186/s12883-025-04033-7. PMID: 39844085; PMCID: PMC11753072.
DE ALMEIDA SM, FURLAN SMP, CRETELLA AMM, LAPINSKI B, NOGUEIRA K, COGO LL, VIDAL LRR, NOGUEIRA MB. Comparison of Cerebrospinal Fluid Biomarkers for Differential Diagnosis of Acute Bacterial and Viral Meningitis with Atypical Cerebrospinal Fluid Characteristics. Med Princ Pract. 2020;29(3):244-254. doi: 10.1159/000501925. Epub 2019 Sep 3. PMID: 31480054; PMCID: PMC7315170.
XU Y, WANG J, QIN X, LIU J. Advances in the pathogenesis and treatment of pneumococcal meningitis. Virulence. 2024 Dec;15(1):2387180. doi: 10.1080/21505594.2024.2387180. Epub 2024 Aug 27. PMID: 39192572; PMCID: PMC11364070.
OUATTARA M, TAMBOURA M, KAMBIRÉ D, LÊ KA, VAN PHAN T, VELUSAMY S, NGUYEN HA, TRANG DVT, LESSA FC, IIJIMA M, NGUYEN DT, SCHWARTZ SB, MCGEE L, TRAORÉ RO, BEALL B. Triplex Direct Quantitative Polymerase Chain Reaction for the Identification of Streptococcus pneumoniae Serotypes. J Infect Dis. 2021 Sep 1;224(12 Suppl 2):S204-S208. doi: 10.1093/infdis/jiab056. PMID: 34469558; PMCID: PMC8414907.
ÁVILA HERNÁNDEZ FP, SEVILLA FUENTES S, SERRANO CJ. Tuberculous meningitis as an underlying cause of rapid neurological deterioration in a patient with a history of psychiatric disorder: Clinical case report. Diagn Microbiol Infect Dis. 2025 Mar;111(3):116625. doi: 10.1016/j.diagmicrobio.2024.116625. Epub 2024 Nov 24. PMID: 39616687.
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.
Copyright (c) 2025 Carina Toledo Scoparo Barioni, Nilene Sales