Aviso: Esta página é uma tradução automática da página original em inglês. Por favor note uma vez que as traduções são geradas por máquinas, não tradução tudo será perfeita. Este site e suas páginas da Web destinam-se a ler em inglês. Qualquer tradução deste site e suas páginas da Web pode ser imprecisas e imprecisos no todo ou em parte. Esta tradução é fornecida como uma conveniência.

Algoritmo Serologic do teste para detectar disparidades na predominância da infecção SARS-CoV-2 e na tomada da vacinação

A infecção do coronavirus 2 da Síndrome Respiratória Aguda Grave (SARS-CoV-2) causa a doença 2019 do coronavirus (COVID-19), que evoluiu em uma pandemia global com sobre 240 milhão casos relatados o 18 de outubro de 2021.

A pandemia global destacou as várias disparidades da saúde que impactaram a predominância da infecção e a tomada da vacina. Por exemplo, nos E.U., o preto e os indivíduos do Latino foram relatados para ter tido umas taxas mais altas da infecção SARS-CoV-2 e da mortalidade comparadas aos indivíduos brancos.

As intervenções da saúde pública para endereçar estas disparidades são essenciais para que todo o país combata a pandemia eficazmente. Os departamentos de emergência (ED) fornecem bons dados nas infecções COVID-19 sintomáticos. Contudo, as avaliações serological podem fornecer mais informações exactas no seroprevalence SARS-CoV-2, que pode ajudar a identificar disparidades da saúde.

Um estudo novo publicado recentemente no server da pré-impressão do medRxiv* demonstra o uso de um algoritmo serological do teste para identificar disparidades em taxas de infecção e a tomada vacinal entre a população do estudo para permitir intervenções da saúde pública.

Validação do algoritmo

O treinamento e a validação dos algoritmos são feitos usando dados da amostra, e é aplicado então à prática clínica. A validação é exigida, para a sensibilidade e a especificidade (capacidade para detectar positivos e negativos).

O algoritmo gerado neste estudo foi validado usando três grupos da amostra que compreendem assuntos com uma história precedente da infecção e sabido para ter recebido a vacinação SARS-CoV-2. As amostras com história conhecida da vacinação incluíram assuntos de uma fase vacinal mim experimentação e profissionais dos cuidados médicos do hospital (HCP). Amostras dos indivíduos que têm a infecção SARS-CoV-2 precedente foram derivados dos doadores convalescentes do plasma (CCP), clínicos e do protocolo da caracterização para as doenças infecciosas severas (CCPSEI), e HCP que têm resultados da análise positivos de SARS-CoV-2 RT-PCR. Além, a especificidade foi validada usando as amostras da contagem de sangue completo do resto (CBC) da pre-pandemia recolhidas dos pacientes do departamento de emergência do hospital de Johns Hopkins (JHH ED).

Seroprevalence dos anticorpos de SARS-CoV-2 2020-2021. As amostras de JHHED ED desde 2020 e 2021 foram testados no algoritmo previamente mencionado e categorizados de acordo com a tâmara em que a amostra foi desenhada.
Seroprevalence dos anticorpos de SARS-CoV-2 2020-2021. As amostras de JHHED ED desde 2020 e 2021 foram testados no algoritmo previamente mencionado e categorizados de acordo com a tâmara em que a amostra foi desenhada.

Aplicação do algoritmo validado

Após a validação, o algoritmo foi aplicado a dois serosurveys conduzidos em 145 pacientes que atenderam ao JHH ED na cidade de Baltimore do 16 de março ao 30 de abril de 2020 e do 11 de janeiro ao 10 de março de 2021.

Durante o período do estudo das avaliações, o CBC do resto as amostras de sangue que foram recolhidas dos pacientes envelheceu mais de 17 anos que visitou o ED. Cada amostra foi atribuída um código original do estudo, e a informação protegida da saúde de-foi identificada.

Os dados no estado da vacinação COVID-19 da população do estudo não estavam disponíveis. Conseqüentemente, o conjunto de dados demográfico conter a informação na idade, no sexo, na afiliação étnica, etc., de-foi ligada das amostras, e as análises laboratoriais para determinar o diagnóstico do SIDA SARS-CoV-2 foram executadas. Depois que os testes foram terminados, o diagnóstico do SIDA de cada amostra foi ligado então à série de dados demográfica usando o código atribuído do estudo.

Ensaios Serological para detectar a reactividade serological para o ponto SARS-CoV-2, domínio e nucleocapsid obrigatórios do receptor da glicoproteína do ponto

Três ensaios serological foram seleccionados que ajudarão a diferenciar a reactividade serological para o ponto SARS-CoV-2 (S1), o domínio receptor-obrigatório da glicoproteína do ponto (RBD), ou o nucleocapsid:

ELISA de Euroimmun Anti-SARS-CoV-2 determina as respostas de IgG a SARS-CoV-2 S1. ELISA do anticorpo do total de Bio-Rad Platelia SARS-CoV-2 mede os anticorpos totais induzidos contra o nucleocapsid SARS-CoV-2. No caso de ambos os testes do serology de ELISA, os resultados são gerados como densidade óptica da amostra dividida pelo controle (S/C). Se o ≥ 0,8 de S/C a amostra foi considerado como o positivo. A gaveta rápida do teste de CoronaCHEKTM COVID-19 IgG/IgM detecta a presença de IgM e de IgG contra o RBD da proteína do ponto. A presença de uma faixa visível é considerada como o positivo.

No estudo, um algoritmo feito dos ensaios de Euroimmun, de Bio-Rad, e de CoronaCHEK foi empregado para diferenciar amostras e dividi-las em:

O grupo naturalmente contaminado que compreende dos assuntos que podem ou não podem ser vacinados com história prévia da infecção. As amostras que mostraram um resultado positivo ou indeterminado no ensaio Bio-Rad foram segregadas a este grupo.

O grupo vacinado que consiste nos assuntos que são vacinados e que não têm nenhuma história prévia da infecção. As amostras que eram positivas em CoronaCHEK e em negativo no Bio-Rad foram separadas neste grupo.

Infecções vacinadas nem prévias do grupo não exposto, nem. As amostras do falso positivo testaram o positivo no ensaio de Euroimmun mas o negativo em CoronaCHEK foi segregado a este grupo.

O algoritmo estêve validado avaliando sua precisão diagnóstica usando amostras de estado conhecido, por exemplo, para avaliar se o algoritmo pode detectar amostras vacinadas. Foi testado nas amostras conhecidas para pertencer ao grupo vacinado.

O algoritmo exibiu a boas especificidade e sensibilidade em detectar e em diferenciar as amostras

Em cima de validar o algoritmo, encontrou-se que mostrou que a sensibilidade 100% e a especificidade para detectar vacinaram amostras. Além disso, no caso das amostras naturalmente contaminadas, podia diferenciá-las com sensibilidade e especificidade de 84,4% e de 100%, respectivamente.

Entre as coortes usadas para a validação do algoritmo, as diferenças consideráveis foram detectadas entre seu diagnóstico do SIDA e seus níveis da reactividade do anticorpo para cravar e nucleocapsid.

O valor mediano de S/C para a reactividade para o ponto era 8,9 e 5,2 no caso dos indivíduos vacinados e contaminados, mostrando respectivamente uma diferença clara nos níveis de reactividade.

Interessante, no caso de S/C mediano para a reactividade do anticorpo ao nucleocapsid, encontrou-se que em pessoas vacinadas sem infecções prévias, o valor não cruzou o valor de ponto inicial de 0,8 para um resultado positivo. Ao mesmo tempo, o grupo naturalmente contaminado que foi vacinado nunca mostrado um S/C de 4,3.

Entre o HCP, os indivíduos que tiveram um teste positivo conhecido do PCR e foram vacinados subseqüentemente mostrado um anticorpo do ponto o valor mediano de S/C similar ao grupo vacinado (median=9.5) e ao valor mediano do anticorpo S/C do nucleocapsid que era similar ao grupo naturalmente contaminado dos indivíduos (median=3.4).

No caso de HCP que eram SARS-CoV-2, o negativo do PCR com infecções suspeitadas mostrou valores medianos de S/C para o anticorpo do ponto (median=10.0) e o nucleocapsid (median=3.3) similar aos indivíduos com infecção conhecida que foram vacinados subseqüentemente.

A reactividade muito pequena foi encontrada no caso das amostras da pre-pandemia.

Um aumento no seroprevalence e em indivíduos vacinados foi observado durante o período do estudo de 2020 e de 2021

Os algoritmos do teste foram aplicados a dois serosurveys JHH ED 2020 e JHH ED 2021. Durante o período combinado do estudo das duas avaliações, o seroprevalence aumentou 1,6% a 23,8%. Encontrou-se que durante a segunda avaliação, a predominância dos indivíduos vacinados aumentados de 2,8% a 11% durante o período entre meados de janeiro a um meados de março de 2021.

As características demográficas gostam da idade, sexo, raça, e a afiliação étnica era similar para os dois períodos da avaliação. A predominância da infecção durante a mola de 2020 não foi encontrada para variar com idade, sexo, raça ou afiliação étnica. Contudo, a variação significativa foi encontrada na predominância da infecção baseada nestas características demográficas durante a mola de 2021.

Disparidades detectadas na predominância SARS-CoV-2 e na tomada da vacina

A presença de anticorpos a SARS-CoV-2, que é indicativo de infecções ou de vacinações prévias, foi avaliada. Em 2020 e 2021, encontrou-se das avaliações que os homens brancos e as mulheres tiveram a mais baixa predominância das infecções.

Entre as mulheres brancas, a proporção de indivíduos vacinados era mais alta do que indivíduos contaminados, que não foi observada em qualquer outro grupo. Além, entre os assuntos do estudo, na primavera de 2021, os hispânicos foram encontrados para ter a porcentagem a mais alta da infecção SARS CoV-2 precedente comparada a outros grupos étnicos.

Nenhuma diferença estatística nas taxas de infecção baseadas na idade foi encontrada na avaliação 2021. Contudo, encontrou-se que 45-59-year-olds eram menos prováveis ser vacinados compararam à classe etária mais nova. Além, as mulheres brancas são menos prováveis ser contaminadas previamente comparadas às mulheres negras e homens e mulheres latino-americanos. Igualmente observou-se que os homens brancos e as mulheres e os homens latino-americanos eram mais prováveis ser vacinados quando comparados às mulheres negras.

Os dados das avaliações foram estratificados mais baseados no sexo, na raça, e na afiliação étnica. Encontrou-se que indivíduos entre as idades 45 - 74 eram menos provável ter desenvolvido infecções naturais quando comparado à classe etária mais nova de 18 - 29.

Os indivíduos brancos eram menos prováveis ser contaminados compararam à população preta. As mulheres tiveram probabilidades aumentadas da vacinação quando comparadas aos homens após o ajuste para a idade, a raça e a afiliação étnica.

Mais, os assuntos na classe etária de 45 -59 tiveram pouca probabilidade da vacinação comparado às 18 - 29 classes etárias. Mais, a afiliação étnica não influenciou significativamente diferenças nas vacinações.

Conclusão

O estudo teve diversas limitações: os indivíduos com infecções conhecidas da descoberta não foram testados, contaminaram naturalmente os indivíduos que não foram vacinados não foram diferenciados daqueles que foram vacinadas, e a falta do seroreactivity foi considerada em um pequeno número de indivíduos naturalmente contaminados. Contudo, o algoritmo empregado em indivíduos naturalmente contaminados, vacinados, e unvaccinated deste estudo diferenciado eficientemente.

O estudo actual destaca disparidades da saúde na população da cidade de Baltimore, mostrando que as diferenças baseadas no género, na raça, e na afiliação étnica existem na predominância da infecção SARS-CoV-2 e na tomada da vacina.

Os resultados deste estudo demonstram que nos casos onde a história da vacinação e das infecções não está disponível os algoritmos serologic do teste poderiam ser usados para diferenciar as populações a fim facilitar intervenções da saúde pública.

observação *Important

o medRxiv publica os relatórios científicos preliminares que par-não são revistos e, não devem conseqüentemente ser considerados como conclusivos, guia a prática clínica/comportamento saúde-relacionado, ou tratado como a informação estabelecida.

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). Algoritmo Serologic do teste para detectar disparidades na predominância da infecção SARS-CoV-2 e na tomada da vacinação. News-Medical. Retrieved on January 20, 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. "Algoritmo Serologic do teste para detectar disparidades na predominância da infecção SARS-CoV-2 e na tomada da vacinação". News-Medical. 20 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. "Algoritmo Serologic do teste para detectar disparidades na predominância da infecção SARS-CoV-2 e na tomada da vacinação". 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 20, 2022).

  • Harvard

    Rajasekara, Maheswari. 2021. Algoritmo Serologic do teste para detectar disparidades na predominância da infecção SARS-CoV-2 e na tomada da vacinação. News-Medical, viewed 20 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.