横断的なウイルス負荷分布による疫学的動態の推定
James A Hay1,2,3, Lee Kennedy-Shaffer1,2,4, Sanjat Kanjilal5,6
1Center for Communicable Disease Dynamics, Harvard T.H. Chan School of Public Health, Boston, MA, USA. jhay@hsph.harvard.edu lkennedyshaffer@vassar.edu mmina@hsph.harvard.edu.
Science (New York, N.Y.)
|June 4, 2021
まとめ
サイクルの値 (Ct) として測定されるウイルス負荷データは,流行経路の推定を改善することができます. 限られたランダムサンプリングでも 感染症に対する公衆衛生の対応について 確かな洞察が得られます
科学分野:
- エピデミオロジー
- 感染症の動態
- 公衆衛生の監視
背景:
- 疫病の軌道を推定することは 効果的な公衆衛生対策に不可欠です
- 現在の方法は 矛盾する検査方法によって 混同されがちです
- ウイルス負荷データは,病気の拡散を追跡するための潜在的な代替手段を提供します.
研究 の 目的:
- 疫病中にウイルスの負荷分布 (Ct値) がどのように変化するかを示す.
- ランダムサンプリングによるCt値が流行経路の推定を改善できることを示すために.
- ウイルス負荷データを用いてリアルタイムで流行を追跡する方法を提供する.
主な方法:
- リバース トランスクリプション 定量ポリメラーゼ チェーン 反応 (RT-qPCR) 試験によるサイクルの値 (Ct) の集団分布の分析
- ランダムと症状に基づく監視のデータを活用する.
- SARS-CoV-2の監視データからのCt値に適用する方法.
主要な成果:
- 流行の間,Ct値の集団分布は予測可能に変化する.
- 限られたランダムサンプルからのCT値は,流行経路の推定を強化します.
- 複数のサンプルから得られたデータを組み合わせることで 推定の精度と信頼性が向上します
結論:
- 常規の監視によるCT値は,リアルタイムでの疫病モニタリングのための貴重なツールです.
- このアプローチは,特にテストが変数である場合,従来のケースベースのデータを補完することができます.
- これらの方法は,SARS-CoV-2を含む感染症の流行の管理と対応に適用できます.
