Новый метод мониторинга эпидемий, подобных COVID-19, дает точную оценку темпов роста эпидемии в режиме реального времени, тщательно оценивая взаимосвязь между количеством вирусов в организме инфицированных людей (вирусной нагрузкой), и тем, насколько быстро растет или снижается число случаев заболевания.
"Этот новый метод, который эффективно связывает то, что мы знаем о том, как вирус размножается в организме, с динамикой распространения вируса среди населения, обеспечивает совершенно новый подход, который чиновники общественного здравоохранения, политики и эпидемиологи смогут использовать для получения актуальной информации об эпидемии в режиме реального времени", - говорит Майкл Мина, доцент кафедры эпидемиологии Гарвардской школы общественного здравоохранения и один из основных сотрудников Центра динамики инфекционных заболеваний.
Мина - старший автор статьи, описывающей этот метод и опубликованной 3 июня 2021 года в Science.
Мониторинг эпидемий необходим для реагирования общественного здравоохранения, чтобы понять, насколько эффективно работают такие меры, как маски, изоляция или вакцины, и знать, куда распределять дополнительные ресурсы в случае роста заболеваемости.
Современные подходы к мониторингу эпидемий почти полностью основаны на отслеживании количества случаев заболевания или уровня госпитализации в течение определенного времени, а также на изучении показателей положительных результатов тестов и смертности. Например, на протяжении пандемии COVID-19 ежедневные данные о случаях заболевания, подобные тем, что публикует New York Times, были крайне важны для чиновников общественного здравоохранения и исследователей, чтобы оценить, насколько хорошо штаты и округи контролируют распространение SARS-CoV-2. Тем не менее, эти данные часто могут иметь лишь ограниченное применение из-за нестабильной практики тестирования или плохой отчетности.
Например, растущая эпидемия может выглядеть так, будто она идет на спад, если возможности тестирования максимально исчерпаны или если отчетность задерживается из-за того, что ресурсы сосредоточены в другом месте. Эти "подводные камни" мониторинга сообщений о случаях заболевания во времени могут негативно повлиять на надлежащие ответные меры общественного здравоохранения.
Поскольку вспышки растут или снижаются экспоненциально, при росте числа случаев заболевания большинство людей, которые были недавно инфицированы имеют более высокую вирусную нагрузку- по данным тестов ПЦР на момент тестирования. Это связано с тем, что вирус находится в организме в максимальном количестве в самом начале после инфицирования, а затем снижается до очень низкого, но все еще обнаруживаемого в тестах ПЦР уровня в течение нескольких недель или даже месяцев после инфицирования. Когда вспышка замедляется и количество случаев снижается, среднестатистический человек, имеющий положительный результат при контрольном тестировании, был инфицирован потенциально за несколько недель до тестирования и, следовательно, имеет более низкую вирусную нагрузку на момент постановки теста.
Чтобы лучше отслеживать очаги пандемии, исследователи разработали математический метод, который тщательно оценивает взаимосвязь между вирусной нагрузкой - измеряемой по результатам ПЦР-теста величиной, называемой порогом цикла (Ct value) - и тем, насколько быстро увеличивается или уменьшается количество случаев заболевания. Использование даже относительно небольшого количества из 30 положительных образцов SARS-CoV-2, взятых при контрольном тестировании за один день, может дать точную оценку темпов роста эпидемии в режиме реального времени. В случае наличия значений Ct из нескольких временных точек, исследователи обнаружили, что они могут использовать даже очень ограниченное количество положительных результатов для реконструкции кривой эпидемии и оценки того, сколько людей было инфицировано с течением времени. Значения уровня вируса в положительных образцах ПЦР-теста, собранных в одном месте в один момент времени, могут помочь оценить темпы роста или затухания вспышки в популяции, обнаружили исследователи.
В США и во многих других странах мира значения Ct ПЦР - значения, которые показывают, сколько вируса содержится в мазке из носоглотки человека - часто отбрасываются, а результаты ПЦР-теста выдаются с простым "положительным" или "отрицательным" результатом.
"Наша работа демонстрирует, насколько ценны значения Ct и почему мы должны не только отказаться от нынешней практики их отбрасывания, но и сделать их ключевыми данными для сбора в рамках ответных мер на пандемию", - отметил Мина, который ранее опубликовал информацию об использовании значений Ct ПЦР для принятия клинических решений и был лидером в разработке новых подходов к использованию тестов на COVID-19 для ограничения распространения эпидемии.
Джеймс Хэй, который руководил исследованием в лаборатории Мины, подчеркнул, что новая методика не является специфической только для COVID-19, а представляет собой метод, который будет ценен для мониторинга вспышек и эпидемий других вирусов в будущем. "Этот инструмент предназначен не только для COVID, он скорее обеспечивает новый подход к оценке эпидемических траекторий многих типов вирусов, и этот метод не опирается на потенциально необъективные подходы, такие как подсчет случаев во времени, он также не будет зависеть от сообщений о случаях заболевания или госпитализации", - отметил он.
James A. Hay et al. Оценка эпидемиологической динамики на основе кросс-секционных распределений вирусной нагрузки (аннотация).
Оценка траектории развития эпидемии имеет решающее значение для разработки ответных мер общественного здравоохранения на инфекционные заболевания, однако данные о случаях, используемые для такой оценки, искажаются из-за переменчивой практики тестирования. В данном исследовании мы показали, что популяционное распределение вирусной нагрузки, наблюдаемое при рандомизированном или симптомном мониторинге, в виде значений порога цикла (Ct), полученных в результате тестирования количественной полимеразной цепной реакции с обратной транскрипцией, меняется во время эпидемии.
Так, значения Ct даже из ограниченного числа случайных выборок могут дать улучшенную оценку траектории развития эпидемии. Объединение данных из нескольких таких выборок повышает точность и надежность такой оценки. Мы применили наши методы к значениям Ct, полученным в ходе эпиднадзора, проводившегося во время пандемии SARS-CoV-2 в различных условиях, и предложили альтернативные подходы для оценки траектории эпидемии в режиме реального времени для управления вспышками и реагирования на них.
