Método de prueba grupal desarrollado para COVID-19

Fig. 1. Muestra de agrupación de hisopos con replicación basada en transposición. Crédito: Escuela Superior de Economía de la Universidad Nacional de Investigación

Los investigadores Mario Guarracino del Laboratorio HSE de Algoritmos y Tecnologías para el Análisis de Redes en Nizhny Novgorod y Julius ilinskas y Algirdas Laninskas de la Universidad de Vilnius, han propuesto un nuevo método de prueba para COVID-19. Este método grupal permite obtener resultados 13 veces más rápido en comparación con las pruebas individuales de cada muestra. El trabajo de investigación fue publicado en la revista Scientific Reports.

La pandemia de COVID-19 ya ha afectado a millones de personas de más de 200 países. La rápida expansión del virus demostró cuán rápido pueden propagarse tales infecciones en el mundo globalizado de hoy. Al comienzo de la pandemia, cuando se sabía poco sobre el virus y aún no se habían desarrollado vacunas, solo era posible frenar su propagación limitando la movilidad de la población. Casi todos en todo el mundo pasaron por varios bloqueos y períodos de aislamiento. Si se pueden realizar pruebas rápidamente a grandes grupos de personas, las restricciones pueden ser menos estrictas y más efectivas al mismo tiempo, creen los autores del artículo «Pruebas agrupadas con replicación como estrategia de pruebas masivas para las pandemias de COVID-19».

Las soluciones de prueba de COVID-19 actuales se basan en la extracción de ARN de pacientes que usan hisopos orofaríngeos y nasofaríngeos, y luego prueban con PCR en tiempo real para detectar la presencia de filamentos de ARN específicos que identifican el virus. La velocidad de este enfoque está limitada por la disponibilidad de reactivos, técnicos capacitados y laboratorios.

Una forma de acelerar los procedimientos de prueba es la prueba grupal, donde se agrupan y analizan los hisopos de varios pacientes. Los hisopos de los grupos que arrojan un resultado positivo luego se analizan individualmente para detectar pacientes positivos de COVID-19 específicos. Este enfoque ayuda a reducir el número de pruebas al doble o más (dependiendo de la propagación de la enfermedad) en comparación con las pruebas individuales de cada hisopo.

Fig. 2. Muestra de agrupación de hisopos con el método OptReplica. Crédito: Escuela Superior de Economía de la Universidad Nacional de Investigación.

Por ejemplo, suponga que se deben analizar 96 muestras y que son posibles grupos de hasta 12 muestras. En las pruebas individuales son necesarias 96 pruebas. En las pruebas de grupo, se toman 8 grupos de 12 muestras y se realizan las pruebas. Si el resultado de un grupo es positivo, se necesitan 12 pruebas individuales adicionales. Si dos o tres grupos arrojan un resultado positivo, se requieren 24 o 36 pruebas adicionales que, junto con las primeras ocho pruebas, supondrán una disminución en el número de pruebas de dos a cinco veces en comparación con las pruebas individuales.

Los investigadores creen que la cantidad de pruebas se puede reducir optimizando el tamaño de los grupos que tiene en cuenta la cantidad total de hisopos y la cantidad prevista de personas infectadas. A medida que aumenta el número de personas infectadas, la posibilidad de guardar hisopos disminuye pero sigue siendo del orden del 40 % en caso de una incidencia de 100 muestras positivas por 1000, y del 18 % para una incidencia de 200 por 1000.

Hay formas de optimizar las pruebas grupales, como elegir el tamaño óptimo del grupo según la cantidad total de hisopos y el nivel proyectado de propagación de la enfermedad. Otro es el método de división binaria, en el que un grupo positivo se divide en dos mitades y se analiza nuevamente, hasta que se detectan hisopos positivos individuales. Sin embargo, el segundo método requiere mucho tiempo, lo que disminuye su atractivo durante una pandemia.

Además, para optimizar las pruebas grupales, se utiliza la replicación basada en la transposición: después de agrupar los hisopos, los investigadores forman grupos de control de los mismos hisopos y probarlos junto con los grupos principales. Esto ayuda a reducir aún más la cantidad de pruebas y, si los niveles de la enfermedad son bajos, también ayuda a detectar hisopos positivos en un solo paso, lo que acelera considerablemente la prueba.

Fig. 3. Disminución de la cantidad de pruebas con el uso de replicación basada en transposición (línea punteada) y OptReplica (línea continua) con un tamaño de grupo óptimo, según la incidencia de la enfermedad, analizando una muestra de 96 hisopos (azul) y 384 hisopos (rojo). Crédito: Escuela Superior de Economía de la Universidad Nacional de Investigación

Sin embargo, este método no permite experimentar con tamaños de grupo para detectar el tamaño óptimo de grupo en condiciones específicas. Investigadores de la Universidad HSE y la Universidad de Vilnius sugirieron la tecnología OptReplica, que utiliza un algoritmo más complicado de agrupación de hisopos en grupos clave y de control y ayuda a disminuir la cantidad de grupos de control. Además, el algoritmo ayuda a calcular el tamaño de grupo óptimo para el número actual de hisopos y el nivel previsto de propagación de la enfermedad.

Los autores realizaron una investigación experimental en muestras de 96 y 384 hisopos, realizando 100 pruebas aleatorias. para cada tamaño de muestra, y comparó la efectividad de la replicación basada en la transposición y el método OptReplica para diferentes niveles de incidencia de la enfermedad. Los estudios han demostrado que si se elige el tamaño óptimo de los grupos, OptReplica es más eficaz que la replicación basada en transposición. En casos con baja incidencia, el uso de OptReplica, se puede lograr una reducción promedio de 13 veces de las pruebas en comparación con las pruebas individuales sin demora de tiempo.

«Nuestras simulaciones están demostrando que usar esta estrategia de replicación de optimización siempre es ventajoso e, incluso en caso de alta propagación de la enfermedad (10% o 20% de positivos en la población), seguimos siendo competitivos con la estrategia de pruebas individuales”, explicó Mario Guarracino, Chief Research Fellow del Laboratorio de Algoritmos y Tecnologías para Redes. Análisis.

Los autores de la nueva tecnología sugieren usarla para poblaciones asintomáticas con una incidencia aparentemente baja de casos de coronavirus, donde ayudará a detectar a los individuos infectados a la máxima velocidad con un número mínimo de pruebas y a tiempo. aplicar las medidas de cuarentena para evitar la propagación de la enfermedad. En regiones con incidentes de enfermedades de más de 50 casos por cada 1000 pruebas, los autores sugieren utilizar otros métodos de replicación grupal o pruebas sin replicación.

Explore más

Siga las últimas noticias sobre el brote de coronavirus (COVID-19) Más información: Julius ilinskas et al, Pruebas agrupadas con replicación como estrategia de prueba masiva para el COVID- 19 pandemias, Informes científicos (2021). DOI: 10.1038/s41598-021-83104-4 Información de la revista: Scientific Reports

Proporcionado por la Escuela Superior de Economía de la Universidad Nacional de Investigación Cita: Método de prueba grupal desarrollado para COVID-19 (2021, 24 de marzo) recuperado el 30 de agosto de 2022 de https://medicalxpress.com/news/2021-03-group-method-covid-.html Este documento está sujeto a derechos de autor. Aparte de cualquier trato justo con fines de estudio o investigación privados, ninguna parte puede reproducirse sin el permiso por escrito. El contenido se proporciona únicamente con fines informativos.