大规模群体筛查的六个要素!
最近大家每天的日程里都少不了核酸检测,开始要求72h,后来要求48h,到现在的每天。
在千万级人口的城市开展多轮的全员筛查,诊断试剂的分析敏感性(Analytical Sensitivity)、分析特异性(Analytical Specificity)等分析性能参数,诊断敏感性(Diagnostic Sensitivity)和诊断特异性(Diagnostic Specificity)等诊断性能参数仍然远远不够,必须结合流行病学的知识,我们才能真正理解这些政策背后的意义和预期的结果。
让我们先回顾一下:
新冠抗原检测不适合普通人群的数学解读介绍了敏感性、特异性、阳性预测值、阴性预测值、表观流行率和真实流行率的计算方法。
全球新冠抗原检测试剂的性能评价概要介绍了抗原检测试剂在全球的性能评价。
新冠“抗原+核酸”组合检测的原理与最佳策略介绍了平行试验和垂直试验两种策略,并计算了仅采用核酸检测和仅采用抗原检测以及“核酸+抗原”组合策略下的检测轮数和成本。
这些介绍完之后还有一个问题一直困惑着我,就是检测间隔对群体筛查的影响,以下文章给了我很大的启发。
1.检测方法的LOD
qPCR的最低检测限LOD为10^3 copies/ml,而POCT等快检方法的LOD通常≥10^5 copies/ml,病毒载量随时间变化如图所示,本实验是在病毒含量最高的2天后开展检测。
2.采取“检测-隔离”策略
如果采用“检测-隔离”策略,检测阳性病例进行隔离,则每天检测大部分病例都能检出并被隔离,每3天检测会漏检10-20%,每周则会有接近50%漏检,另10%是因为出现症状的自我隔离。即使不采取任何措施仍然会有20%的人群感染后进行自我隔离。
3.“检测-隔离”策略对于R0的影响
采用“检测-隔离”策略,通过减少感染人数降低R0,作者通过两种模型计算2种LOD方法,不同检测间隔对R0的降低。每天检测可将R0降至0,每3天检测可将R0降低80-90%,每周检测则R0降低约50%。
4.模拟举例
假设4%流行率,检测方法LOD为10^5 copies/ml,诊断敏感性为90%,R0=1.5,每3天和7天进行检测,有50%和75%的人服从隔离。则需要至少6周时间才能把流行率降低至<1%。
5.公式
本文引用了多个流行病学的模型(我还没学会),下面这个公式相对简单一些,“检测-隔离”策略的基本原理是降低R0,而主要的影响因素有:
φ:服从隔离政策人群的比例;
f0:无检测策略下(自我)隔离感染人数的比例
ftest(se):检测隔离的感染人数的比例(包含自我隔离)
如果大家都不服从隔离政策φ=0或者检测方法无效,ftest(se) = f0,则R=R0,“检测-隔离”策略失败;
如果参与隔离策略的人群比例为100%,则φ=1,R与以下公式有关,
如果感染者都能服从检测并进行隔离则ftest(se)=1,R=0,传染可被完全阻断;
因此“检测-隔离”策略成功的关键是大部分人参与隔离,检出感染者的比例。
小结
至此我们已经知道,大规模群体的筛查的六大影响因素有:
1.检测试剂的性能:敏感性、特异性;
2.流行病学要素:阳性预测值、阴性预测值、群体数量、真实流行率、表观流行率、R0;
3.筛查策略:平行试验、垂直试验;
4.检测时间间隔;
5.人群的参与比例;
6.检测成本。
所以大家应该珍惜我国能够实施全员的核酸检测,也感谢假期期间奋战在一线的工作人员,向你们致敬!
参考文献:
Test sensitivity is secondary to frequency and turnaround time for COVID-19 surveillance Preprint. doi: 10.1101/2020.06.22.20136309.
请大家积极打赏、积极分享、积极点赞!