Avertissement : Cette page est une traduction automatique de cette page à l'origine en anglais. Veuillez noter puisque les traductions sont générées par des machines, pas tous les traduction sera parfaite. Ce site Web et ses pages Web sont destinés à être lus en anglais. Toute traduction de ce site et de ses pages Web peut être imprécis et inexacte, en tout ou en partie. Cette traduction est fournie dans une pratique.

Algorithme de test sérologique pour trouver des disparités dans la prévalence de l'infection SARS-CoV-2 et la prise de vaccination

L'infection du coronavirus 2 de syndrôme respiratoire aigu sévère (SARS-CoV-2) entraîne la maladie 2019 (COVID-19) de coronavirus, qui s'est transformée en une pandémie globale avec plus de 240 millions de cas rapportés à partir du 18 octobre 2021.

La pandémie globale a mis en valeur les disparités variées de santé qui ont influencé la prévalence d'infection et la prise de vaccin. Par exemple, aux USA, le noir et les personnes de Latino ont été rapportés pour avoir eu des niveaux supérieurs d'infection SARS-CoV-2 et de mortalité comparées aux personnes blanches.

Les interventions de santé publique pour adresser ces disparités sont essentielles pour que n'importe quel pays combatte la pandémie effectivement. Les services des urgences (ED) fournissent de bonnes caractéristiques sur les infections COVID-19 symptomatiques. Cependant, les évaluations sérologiques peuvent fournir plus d'informations exactes sur la séroprévalence SARS-CoV-2, qui peut aider à recenser des disparités de santé.

Une étude neuve récent publiée sur le serveur de prétirage de medRxiv* explique l'utilisation d'un algorithme sérologique de contrôle pour recenser des disparités dans les taux d'infection et la prise vaccinique parmi la population de l'étude pour activer des interventions de santé publique.

Validation de l'algorithme

La formation et la validation des algorithmes sont faites utilisant des caractéristiques d'échantillon, et alors elles sont appliquées à la pratique clinique. La validation est exigée, pour la sensibilité et la spécificité (capacité de trouver des positifs et des négatifs).

L'algorithme produit dans cette étude a été validé utilisant trois jeux témoin comportant des sujets avec une histoire précédente d'infection et connu pour avoir reçu la vaccination SARS-CoV-2. Les échantillons avec l'histoire connue de vaccination ont compris des sujets d'un essai de phase I vaccinique et des professionnels de la santé d'hôpital (HCP). Échantillons provenant des personnes qui ont l'infection SARS-CoV-2 précédente ont été dérivées des donneurs convalescents de plasma (CCP), cliniques et du protocole de caractérisation pour les maladies infectieuses sévères (CCPSEI), et HCP qui ont des résultats de test positifs du RT-PCR SARS-CoV-2. De plus, la spécificité a été validée utilisant les échantillons pré-universels d'hémogramme (CBC) de débris rassemblés des patients du service des urgences d'hôpital de Johns Hopkins (JHH ED).

Séroprévalence des anticorps de SARS-CoV-2 2020-2021. Des échantillons de JHHED ED à partir de 2020 et 2021 ont été vérifiés sur l
Séroprévalence des anticorps de SARS-CoV-2 2020-2021. Des échantillons de JHHED ED à partir de 2020 et 2021 ont été vérifiés sur l'algorithme précédemment mentionné et classés par catégorie selon la date l'où l'échantillon a été entraîné.

Application de l'algorithme validé

Après validation, l'algorithme a été appliqué à deux serosurveys conduits sur 145 patients qui ont assisté au JHH ED dans la ville de Baltimore du 16 mars au 30 avril 2020 et du 11 janvier au 10 mars 2021.

Au cours de la période de réflexion des études, des prises de sang de hématogramme de débris ont été rassemblées des patients ont vieilli plus de 17 ans qui ont visité l'ED. Chaque échantillon a été affecté un seul indicatif d'étude, et l'information santé protégée De-a été recensée.

La caractéristique sur l'état de la vaccination COVID-19 de la population de l'étude n'était pas procurable. Par conséquent, l'ensemble de données démographique contenir l'information sur l'âge, le sexe, le groupe ethnique, etc., De-a été joint des échantillons, et des essais en laboratoire pour déterminer le sérodiagnostic SARS-CoV-2 ont été exécutés. Après que les tests aient été complétés, le sérodiagnostic de chaque échantillon a été alors lié à l'ensemble de données démographique utilisant l'indicatif affecté d'étude.

Analyses sérologiques pour trouver la réactivité sérologique vers la pointe SARS-CoV-2, domaine et nucleocapsid obligatoires de récepteur de glycoprotéine de pointe

On a sélecté trois analyses sérologiques qui aideront à différencier la réactivité sérologique vers la pointe SARS-CoV-2 (S1), le domaine récepteur-grippant de glycoprotéine de pointe (RBD), ou le nucleocapsid :

Euroimmun Anti-SARS-CoV-2 ELISA mesure les réactions d'IgG à SARS-CoV-2 S1. L'anticorps ELISA de total de Bio-Rad Platelia SARS-CoV-2 mesure les anticorps totaux obtenus contre le nucleocapsid SARS-CoV-2. Dans le cas les des deux les tests de sérologie d'ELISA, les résultats sont produits comme densité optique de l'échantillon divisé par le contrôle (S/C). Si le ≥ 0,8 de S/C l'échantillon était considéré comme positif. Le magasin rapide de test de CoronaCHEKTM COVID-19 IgG/IgM trouve la présence de l'IgM et de l'IgG contre le RBD de la protéine de pointe. La présence d'une bande visible est considérée comme positif.

Dans l'étude, un algorithme effectué des analyses d'Euroimmun, de Bio-Rad, et de CoronaCHEK a été utilisé pour différencier des échantillons et pour les diviser en :

Le groupe naturellement infecté comportant des sujets qui peuvent ou peuvent ne pas être vaccinés avec l'histoire antérieure d'infection. Des échantillons qui ont donné un résultat positif ou indéterminé sur l'analyse Bio-Rad ont été isolés à ce groupe.

Le groupe vacciné se composant des sujets qui sont vaccinés et qui n'ont aucune histoire antérieure d'infection. Des échantillons qui étaient positifs sur CoronaCHEK et négatif sur Bio-Rad ont été séparés dans ce groupe.

Infections vaccinées ni antérieures du groupe non exposé, ni. Les échantillons faussement positifs ont vérifié le positif dans l'analyse d'Euroimmun mais le négatif sur CoronaCHEK ont été isolés à ce groupe.

L'algorithme a été validé en évaluant son exactitude diagnostique à l'aide des échantillons d'état connu, par exemple, pour évaluer si l'algorithme peut trouver les échantillons vaccinés. Il a été vérifié sur des échantillons connus pour appartenir au groupe vacciné.

L'algorithme a montré la bonnes spécificité et sensibilité en trouvant et en différenciant les échantillons

Lors de valider l'algorithme, on l'a constaté qu'il a montré la sensibilité 100% et la spécificité pour trouver les échantillons vaccinés. En outre, dans le cas des échantillons naturellement infectés, il pouvait les différencier avec sensibilité et spécificité de 84,4% et de 100 %, respectivement.

Parmi les cohortes utilisées pour la validation d'algorithme, des différences considérables ont été trouvées entre leur sérodiagnostic et leurs niveaux de réactivité d'anticorps pour clouer et nucleocapsid.

La valeur médiane de S/C pour la réactivité vers la pointe était 8,9 et 5,2 dans le cas de vacciné et des personnes infectées, montrant respectivement une différence claire dans les niveaux de la réactivité.

Intéressant, dans le cas de S/C médian pour la réactivité d'anticorps au nucleocapsid, on l'a constaté que chez les personnes vaccinées sans des infections antérieures, la valeur n'a pas croisé la valeur de seuil de 0,8 pour un résultat positif. En même temps, le groupe naturellement infecté qui n'étaient jamais vacciné a montré un S/C de 4,3.

Parmi le HCP, les personnes qui ont eu un test positif connu d'ACP et étaient par la suite vaccinées ont montré à un anticorps de pointe la valeur médiane de S/C assimilée au groupe vacciné (median=9.5) et au teneur médian en anticorps S/C de nucleocapsid qui était assimilé au groupe de personnes naturellement infecté (median=3.4).

Dans le cas de HCP qui étaient SARS-CoV-2, le négatif d'ACP avec des infections soupçonnées a montré des valeurs médianes de S/C pour l'anticorps de pointe (median=10.0) et le nucleocapsid (median=3.3) assimilé aux personnes avec l'infection connue qui étaient par la suite vaccinées.

La réactivité très petite a été trouvée dans le cas des échantillons pré-universels.

On a observé une augmentation de séroprévalence et de personnes vaccinées au cours de la période de réflexion de 2020 et de 2021

Les algorithmes de contrôle ont été appliqués à deux serosurveys JHH ED 2020 et JHH ED 2021. Au cours de la période de réflexion combinée des deux études, la séroprévalence a augmenté de 1,6% à 23,8%. On l'a constaté que pendant la deuxième étude, la prévalence des personnes vaccinées grimpées de 2,8% à 11% au cours de la période entre mi-janvier jusqu'à mi-mars de 2021.

Les caractéristiques démographiques comme l'âge, le sexe, la race, et le groupe ethnique étaient assimilées pour les deux périodes d'étude. La prévalence d'infection pendant le printemps 2020 ne s'est pas avérée pour varier avec l'âge, le sexe, la race ou le groupe ethnique. Cependant, la variation importante a été trouvée dans la prévalence d'infection basée sur ces caractéristiques démographiques pendant le printemps 2021.

Disparités trouvées dans la prévalence SARS-CoV-2 et la prise de vaccin

La présence des anticorps à SARS-CoV-2, qui est indicatif des infections ou des vaccinations antérieures, a été évaluée. En 2020 et 2021, on l'a trouvé des études que les hommes blancs et les femmes ont eu la prévalence la plus inférieure des infections.

Parmi les femmes blanches, la proportion de personnes vaccinées était plus élevée que des personnes infectées, qui n'a pas été observée dans tout autre groupe. De plus, parmi les sujets d'étude, avant le printemps 2021, des hispaniques se sont avérées pour avoir le pourcentage le plus élevé de l'infection précédente du radar à ouverture synthétique CoV-2 comparée à d'autres ethnies.

Aucune différence statistique dans les taux d'infection basés sur l'âge n'a été trouvée dans l'étude 2021. Cependant, on l'a constaté que 45-59 ans étaient moins pour être comparés vacciné à la tranche d'âge inférieure. De plus, les femmes blanches sont moins pour être comparées précédemment infecté aux femmes de couleur et les hommes et les femmes hispaniques. On l'a également observé que les hommes blancs et les femmes et les hommes hispaniques étaient pour être vaccinés si comparés aux femmes de couleur.

Les caractéristiques des études étaient encore stratifiées basées sur le sexe, chemin, et groupe ethnique. On l'a constaté que des personnes entre les âges 45 - 74 étaient moins pour avoir développé des infections naturelles si comparé à la tranche d'âge inférieure de 18 - 29.

Les personnes blanches étaient moins pour être comparées infecté à la population noire. Les femmes ont eu la plus grande chance d'être vaccinées si comparées aux hommes après réglage à l'âge, à la race et au groupe ethnique.

De plus, les sujets à la tranche d'âge de 45 -59 ont eu une peu de probabilité d'être comparés vacciné aux 18 - 29 tranches d'âge. De plus, le groupe ethnique n'a pas influencé de manière significative des différences dans les vaccinations.

Conclusion

L'étude a eu plusieurs limitations : des personnes avec des infections connues de découverte n'ont pas été examinées, naturellement les personnes infectées qui n'étaient pas vaccinées n'ont pas été différenciées de ceux qui étaient vaccinées, et le manque de seroreactivity a été vu dans un nombre restreint naturellement de personnes infectées. Cependant, l'algorithme utilisé dans cette étude a efficacement différencié les personnes naturellement infectées, vaccinées, et non vaccinées.

La présente étude met en valeur des disparités de santé dans la population de ville de Baltimore, prouvant que les différences basées sur le sexe, la race, et le groupe ethnique existent dans la prévalence de l'infection SARS-CoV-2 et la prise de vaccin.

Les découvertes de cette étude expliquent que dans les cas où l'histoire de la vaccination et des infections n'est pas procurable des algorithmes de test sérologique pourraient être employés pour différencier les populations afin de faciliter des interventions de santé publique.

avis *Important

le medRxiv publie les états scientifiques préliminaires qui pair-ne sont pas observés et ne devraient pas, en conséquence, être considérés comme concluants, guident la pratique clinique/comportement relatif à la santé, ou traité en tant qu'information déterminée.

Journal reference:
Dr. Maheswari Rajasekaran

Written by

Dr. Maheswari Rajasekaran

Maheswari started her science career with an undergraduate degree in Pharmacy and later went on to complete a master’s degree in Biotechnology in India. She then pursued a Ph.D. at the University of Arkansas for Medical Sciences in the USA.

Citations

Please use one of the following formats to cite this article in your essay, paper or report:

  • APA

    Rajasekara, Maheswari. (2021, October 17). Algorithme de test sérologique pour trouver des disparités dans la prévalence de l'infection SARS-CoV-2 et la prise de vaccination. News-Medical. Retrieved on January 17, 2022 from https://www.news-medical.net/news/20211017/Serologic-testing-algorithm-to-detect-disparities-in-SARS-CoV-2-infection-prevalence-and-vaccination-uptake.aspx.

  • MLA

    Rajasekara, Maheswari. "Algorithme de test sérologique pour trouver des disparités dans la prévalence de l'infection SARS-CoV-2 et la prise de vaccination". News-Medical. 17 January 2022. <https://www.news-medical.net/news/20211017/Serologic-testing-algorithm-to-detect-disparities-in-SARS-CoV-2-infection-prevalence-and-vaccination-uptake.aspx>.

  • Chicago

    Rajasekara, Maheswari. "Algorithme de test sérologique pour trouver des disparités dans la prévalence de l'infection SARS-CoV-2 et la prise de vaccination". News-Medical. https://www.news-medical.net/news/20211017/Serologic-testing-algorithm-to-detect-disparities-in-SARS-CoV-2-infection-prevalence-and-vaccination-uptake.aspx. (accessed January 17, 2022).

  • Harvard

    Rajasekara, Maheswari. 2021. Algorithme de test sérologique pour trouver des disparités dans la prévalence de l'infection SARS-CoV-2 et la prise de vaccination. News-Medical, viewed 17 January 2022, https://www.news-medical.net/news/20211017/Serologic-testing-algorithm-to-detect-disparities-in-SARS-CoV-2-infection-prevalence-and-vaccination-uptake.aspx.