Una nueva estrategia para agrupar las pruebas de COVID-19 para detectar brotes temprano
Recopilación en un entorno escolar/universitario: muestras de saliva o nariz de estudiantes que comparten el mismo salón de clases/residencia estudiantil se agrupan en un solo tubo; el estado virológico de la mezcla se evalúa mediante una única prueba molecular (RT-qPCR o RT-LAMP). Una prueba positiva indica que al menos una persona está infectada con CoV2-SARS, lo que permite tomar medidas tempranas para contener un brote. El proceso de selección puede repetirse periódicamente. Crédito: Jean-Franois Rupprecht, Centro de Física Teórica (CNRS/Aix-Marseille Universit/Universit de Toulon), 2021
Los investigadores han propuesto una nueva estrategia cuantitativa para agrupar las pruebas de COVID-19 con el fin de monitorear la propagación y detectar brotes temprano dentro de comunidades cerradas, como hogares de ancianos o universidades. Vincent Brault de la Universit Grenoble Alpes en Grenoble, Francia, y sus colegas presentan este método en la revista de acceso abierto PLOS Computational Biology.
Ante los suministros limitados, algunas comunidades han logrado realizar pruebas de COVID-19 a gran escala agrupando las muestras de saliva o hisopos nasales de las personas en grupos. Si un grupo da negativo, todas las personas en el grupo reciben un resultado negativo. Si da positivo, las pruebas de seguimiento muestran quién en ese grupo es positivo. Sin embargo, el agrupamiento puede diluir potencialmente una muestra positiva, dando como resultado un resultado negativo cuando alguien en el grupo es de hecho positivo: un resultado falso negativo.
En el nuevo estudio, Brault y sus colegas usaron herramientas cuantitativas para examinar el problema de los falsos negativos en el contexto de comunidades cerradas. Si bien las investigaciones anteriores sobre la agrupación a menudo se han centrado en minimizar la cantidad de pruebas necesarias para identificar un caso positivo, este estudio se centró en la agrupación como una forma de rastrear la presencia de COVID-19 en una comunidad.
La investigación El equipo desarrolló modelos matemáticos que estiman el riesgo de resultados falsos negativos cuando las muestras individuales se agrupan para la prueba de COVID-19 a través del método de reacción en cadena de la polimerasa cuantitativa con transcripción inversa (RT-qPCR). Estos modelos se basaron en conjuntos de datos clínicos a gran escala sobre la concentración de SARS-CoV-2, el virus que causa el COVID-19, dentro de muestras individuales.
Basándose en los modelos, los investigadores desarrollaron un protocolo de prueba agrupado cuantitativo para determinar la prevalencia de COVID-19 dentro de una comunidad cerrada, como un hogar de ancianos o una universidad. Si bien se necesita un mayor refinamiento para preparar el protocolo para su aplicación práctica, podría sentar las bases para la detección temprana de brotes.
«Descubrimos que la combinación no solo es un método prometedor para romper las cadenas de transmisión en la etapa más temprana , pero que también es sorprendentemente eficiente para estimar el nivel de penetración viral en las comunidades», dijo Brault. «Creemos que las pruebas agrupadas podrían convertirse en una herramienta más amplia para combatir la propagación asintomática entre los jóvenes en las escuelas».
Explore más
Siga las últimas noticias sobre el brote de coronavirus (COVID-19) Más información: Brault V, Mallein B, Rupprecht JF (2021) Pruebas grupales como estrategia para COVID -19 seguimiento epidemiológico y vigilancia comunitaria. PLoS Comput Biol 17(3): e1008726. doi.org/10.1371/journal.pcbi.1008726 Información de la revista: PLoS Computational Biology
Proporcionado por Public Library of Science Cita: Una nueva estrategia para agrupar COVID- 19 pruebas para detectar brotes temprano (2021, 4 de marzo) consultado el 30 de agosto de 2022 de https://medicalxpress.com/news/2021-03-strategy-pooling-covid-outbreaks-early.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.