Una estrategia de prueba conjunta para identificar el SARS-CoV-2 en una baja prevalencia

Área de la Ciencia:

• Epidemiología de las enfermedades infecciosas
• Tecnologías de diagnóstico
• La bioinformática

Sus antecedentes:

• El control efectivo del coronavirus 2 del síndrome respiratorio agudo severo (SARS-CoV-2) se basa en la identificación y aislamiento rápidos de las personas infectadas.
• Las pruebas actuales de reacción en cadena de la polimerasa de transcripción inversa (RT-PCR) son precisas pero costosas, lo que plantea desafíos para su implementación generalizada, especialmente en los países de ingresos bajos a medios.
• La agrupación de muestras puede reducir los costes, pero debe equilibrar el tamaño del grupo con la sensibilidad de la prueba para evitar falsos negativos debido a la dilución de la muestra.

Objetivo del estudio:

• Proponer un nuevo algoritmo para agrupar submuestras de SARS-CoV-2 para reducir los costos y el tiempo de las pruebas masivas.
• Identificar con precisión a las personas infectadas utilizando menos pruebas y rondas, especialmente en casos de baja prevalencia.
• Investigar el tamaño óptimo del grupo y las estrategias de búsqueda paralela para realizar pruebas masivas eficientes.

Principales métodos:

• Desarrollo de un algoritmo de agrupación de muestras basado en la geometría del hipercubo.
• Experimentos de prueba de concepto que demuestren la detección de submuestras positivas diluidas.
• Cuantificación de la pérdida de sensibilidad debida a la dilución y exploración de estrategias de mitigación como la repetición de las pruebas.

Principales resultados:

• El algoritmo de agrupación basado en hipercubo propuesto identifica con precisión a las personas infectadas por SARS-CoV-2 con menos pruebas y rondas.
• Los experimentos de prueba de concepto detectaron con éxito submuestras positivas diluidas hasta 100 veces, superando los estudios anteriores.
• La reducción de costos es significativa, especialmente en casos de baja prevalencia, con ensayos de campo en curso en Ruanda y Sudáfrica.

Conclusiones:

• Las pruebas grupales a gran escala que utilizan el algoritmo de hipercubo ofrecen una estrategia prometedora y rentable para controlar el COVID-19.
• Este enfoque facilita el seguimiento continuo de la población y el aislamiento rápido de los individuos infectados.
• El método tiene el potencial de reducir sustancialmente el costo de las pruebas masivas de enfermedades infecciosas.