Strokovnjak pojasnjuje: Kako brati serozne raziskave Covid-19

Študije seroprevalence, ki testirajo protitelesa, ponavadi pokažejo višje številke kot testi PCR in te številke se včasih razlikujejo v različnih krogih v isti populaciji. Kaj pojasnjuje takšne razlike? Kaj lahko sklepamo o doseženih ravneh imunosti iz dosedanjih visokih številk iz seroiskav v Indiji?

Zdravstveni delavci zbirajo vzorce krvi in ​​jemljejo podrobnosti med sero preiskavo v ambulanti v Majnu Ka Tila (Ekspresna fotografija Abhinav Saha)

Kaj so študije seroprevalence in zakaj so te številke toliko višje od števila potrjenih primerov, o katerih so poročali na nacionalni ravni?

Študije seroprevalence (ali seroraziskave) ocenjujejo delež populacije, ki je bila pozitivna na protitelesa z uporabo seroloških testov. Prisotnost specifičnega protitelesa v dovolj visoki koncentraciji bo nakazovala, da je bila testirana oseba predhodno okužena. Običajno takšne študije testirajo posameznike, ki so izbrani naključno z uporabo tehnik vzorčenja, ki bodo omogočile razširjanje rezultatov na splošno populacijo. Ni vam treba testirati vseh ali celo večine populacije – potrebujemo naključno izžreban nabor posameznikov, pod pogojem, da se tisti, ki se strinjajo s sodelovanjem v testu, nekako sistematično ne razlikujejo od tistih, ki zavrnejo.

Včasih bralci mislijo, da potrebujemo zelo velike vzorce, da dobimo oceno, ki ni pristranska – to ni res. Za natančnost pa bomo morda potrebovali velike vzorce. Pomislite na metanje pikadov v desko; če moja roka vedno zaniha nekoliko v desno, bi lahko veliko več mojih pušk končalo na desni strani plošče. To je pristranskost. Natančnost se po drugi strani nanaša na to, ali lahko vržem puščice tako, da dosledno zadenejo isto območje brez velikega širjenja. Natančnost je zaželena, ker nam pomaga preveriti, ali se ocene ene študije prekrivajo z ugotovitvami druge ali ne. Če dve študiji dajeta zelo nenatančne ocene, ju je težko ločiti. Z velikim številom opazovanj je mogoče dobiti večjo natančnost, vendar to ne izključuje pristranskosti.

Razlika med številkami, prijavljenimi na nacionalni ravni, in tistimi iz seroanket je vsaj deloma posledica dejstva, da večinaCovid-19primeri v Indiji so bili asimptomatski. Med tistimi, ki imajo kakršne koli simptome, obstajajo pomembne razlike v simptomih. Obstaja tudi nekaj strahu pred stigmo in grožnjo karantene. Posledično se vsi s simptomi ne testirajo in število pozitivnih primerov pri testiranju trenutnih primerov z RT-PCR ostaja veliko manjše od števila iz študij seroprevalence.

Kaj se lahko na splošno naučimo iz študija v Indiji?

Študije v velikih urbanih središčih v Indiji, vključno s tistimi, ki smo jih s soavtorji opravili v Mumbaju, ter druge študije v Punu, Delhiju in Hyderabadu kažejo, da je imel velik delež prebivalstva v teh mestih protitelesa – kar pomeni, da so bili okužen. Naša nedavna študija Fundacije IDFC v Karnataki, ki so jo vodili moji soavtorji Anup Malani (UChicago), Anu Acharya (Mapmygenome) in Kaushik Krishnan (CMIE) in jaz, je pokazala, da ima več kot 44 % podeželskih območij tudi protitelesa. Ob nalezljivi bolezni, ki se hitro širi, se bo sčasoma povečal delež populacije, ki ima protitelesa. To je pričakovano. Hitrost širjenja je odvisna od interakcije med ljudmi, stopnje sprejetih previdnostnih ukrepov in števila ljudi, ki je trenutno okuženih. Rezultati državne vlade v Karnataki pred nekaj tedni kažejo, da je bilo skoraj 13 % posameznikov, testiranih z RT-PCR, pozitivnih na trenutno okužbo. Spomnimo se, da je večina teh verjetno asimptomatska. Če se vsaka okuži le še ena oseba, bi se skoraj četrtina populacije okužila v samo nekaj tednih, tudi če bi začeli z nič primeri, preden se je okužilo 13 % prebivalstva. Express Explained je zdaj na Telegramu

Zdravstveni delavci zbirajo vzorce krvi v Majnu Ka Tila v New Delhiju (Ekspresna fotografija Abhinav Saha)

Zakaj drugi krogi seroloških raziskav včasih dajejo nižje številke kot prvi?

Razlogov, zakaj bi druge raziskave v isti populaciji lahko pokazale nižje številke, je lahko več. Ena od razlag bi lahko bila, da nekateri ljudje morda ne bodo želeli ponovno dati krvi za študijo, potem ko so poznali rezultate iz prejšnjega časa, zato bi študija lahko na koncu vzorčila tiste, ki niso želeli sodelovati v prvem krogu. Poleg pomislekov glede nenaključne izbire smo videli poročila iz več študij o tem, da se protitelesa sčasoma zmanjšujejo. Protitelesa so tisto, kar telo proizvede, ko se bori proti okužbi. Ko okužba mine, ni potrebe, da jo telo nenehno proizvaja, zato je upad v tem smislu normalen. To ne pomeni, da protiteles sploh ni, tudi če je koncentracija nižja od tiste, ki se pri laboratorijskem testu na protitelesa šteje za pozitivno. Še pomembneje pa je, da upadanje protiteles ne pomeni, da je telo takoj dovzetno za drugo okužbo. Znanstveniki tudi preučujejo, ali obstajajo drugi mehanizmi telesnega imunskega sistema, ki bi lahko zagotovili dolgotrajno imunost po okrevanju poCovidokužba.

Ne zamudite razloženega | Modeli osvetljujejo prizorišča, ki sprožijo večino okužb s COVID-19

Zakaj različne študije iz iste države ali mesta kažejo različne številke o razširjenosti?

Različne študije pogosto uporabljajo različne metode vzorčenja in različne metode testiranja. Raziskovalci na Translational Health Science and Technology Institute so na primer poročali, da je bil serološki test, ki so ga razvili, 20 % bolj občutljiv (kar pomeni, da bo test pokazal pozitiven rezultat, če ima vzorec protitelesa) kot testni komplet Covid Kavach. Takšne razlike lahko ustvarijo zagozde v ugotovitvah, razen če se študije pri napovedih ne morejo ustrezno prilagoditi za metode vzorčenja in natančnost testiranja. Poleg tega imajo študije pogosto različne časovne okvire. Glede na hitro razvijajočo se epidemijo se lahko ocene znatno razlikujejo v samo tednih. Glede na številke, objavljene v nedavni študiji vlade Karnatake, je bilo 12 % populacije trenutno pozitivnih na RT-PCR; zato naj bi se seroprevalenca v nekaj več kot enem tednu povečala za skoraj 12 %, da bi bilo mogoče zaznati protitelesa.

Še vedno je koristno izvajati testiranje v naključnih, reprezentativnih vzorcih – zlasti v delih države, kjer se epidemija še vedno hitro širi (Ekspresna fotografija Abhinav Saha)

Zakaj obstaja toliko razlik med različnimi deli mesta ali države?

Malo je razlogov za pričakovati, da bodo ocene seroprevalence v različnih delih države ali mesta enake. Na primer, zgodnje študije v Mumbaju so pokazale, da se bo hitro širijoča ​​nalezljiva bolezen skoraj zagotovo različno širila v različnih delih države glede na to, kdaj je bila posejana, raven mobilnosti in interakcij, gostoto na teh območjih in ali ljudje sledijo maskiranju. in distanciranje.

Če je seroprevalenca višja od 50-60%, kaj to pomeni za čredne imunosti? Ali se lahko zdaj vrnemo v normalno življenje?

Iz dosedanjih študij so jasne tri stvari. Prvič, epidemija Covid-19 je že okužila velik delež indijskega prebivalstva, če ne večino. Drugič, epidemija je skoraj v enaki meri prizadela podeželska območja. Dejavniki, ki prispevajo, vključujejo veliko selitev iz mestnih na podeželska območja v času zapora, pa tudi omejitve zapora, ki so bile manj stroge glede na mestna območja. Tretjič, tudi če se pričakuje, da bo seroprevalence v nekaterih delih države več kot 50 %, je prezgodaj sklepati, da bodo preostali posamezniki zaščiteni ali pa bodo tisti, ki so bili prej okuženi, še dolgo imuni. Pravzaprav je ena skrb ta, da če se vsi opustijo ob predpostavki, da je tu čredna imuniteta, obstaja veliko ljudi, ki se bodo verjetno okužili in morda zboleli v zelo kratkem času. Indija je do zdaj doživela precej srečen preobrat, saj zdravstveni sistem ni bil preobremenjen s številom primerov zaradi Covida. Zato je ključnega pomena, da se še naprej izvajajo maskiranje, umivanje rok in fizično distanciranje, čeprav večina delov države počasi začne ponovno vzpostavljati gospodarsko dejavnost.

Ekipa zdravstvenega oddelka v Jawaharpurju (Express Photo)

Ali je na tej točki koristno narediti več testiranj?

Strategija testiranja, ki se osredotoča na simptomatske primere, je primerna v kliničnem okolju, kjer mora zdravnik vedeti, za čim bolnik trpi, informacije iz testa pa bodo določile potek zdravljenja. To ni situacija, v kateri smo se znašli. Namesto tega je izziv javna politika in ne klinično odločanje. Še vedno je koristno izvajati testiranje v naključnih, reprezentativnih vzorcih – zlasti v delih države, kjer se epidemija še vedno hitro širi. S političnega vidika je vladam lahko izredno koristno, če se naučijo, kje so žarišča okužbe, da lahko hitro ukrepajo in omejijo obsežni prenos na teh območjih, medtem ko so druga območja lahko še naprej gospodarsko aktivna. Tovrstno ciljno zatiranje bo tudi zagotovilo, da bodo zdravstveni sistemi držav imeli zmogljivost in pripravljenost za spopadanje z naraščajočim povpraševanjem po zdravstvenem varstvu za Covid.

Profesor Manoj Mohanan je izredni profesor na Sanford School of Public Policy na Univerzi Duke, ima pa tudi sekundarne zaposlitve na Oddelku za ekonomijo in Global Health Institute. Uporabni mikroekonomist, ki se ukvarja z zdravstveno politiko in globalnim zdravjem, dela na raziskovalnih projektih v Indiji, Keniji in na Kitajskem. Je eden od avtorjev seroraziskave, ki je ugotovila, da je bilo do avgusta novemu koronavirusu izpostavljenih 54 % mestnega prebivalstva Karnatake in 44 % podeželskega prebivalstva.

Delite S Prijatelji: