从横截面病毒载量分布来估计流行病学动态
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.
概括
以循环值 (Ct) 测量的病毒载荷数据可以改善流行病轨迹的估计. 即使是有限的随机抽样也为公共卫生传染病反应提供了强有力的洞察力.
科学领域:
- 流行病学
- 传染病的发展动态
- 公共卫生监测
背景情况:
- 估计疫情轨迹对于有效的公共卫生反应至关重要.
- 目前的方法往往因测试方法不一致而混.
- 病毒载量数据为追踪疾病传播提供了潜在的替代方案.
研究的目的:
- 展示疫情期间病毒载荷分布 (Ct值) 的变化.
- 证明随机采样中的Ct值可以改善流行病轨迹的估计.
- 使用病毒载量数据提供实时流行病追踪方法.
主要方法:
- 从反转录定量聚合酶链反应 (RT-qPCR) 测试中分析周期值的种群分布.
- 使用随机和基于症状的监测数据.
- 将方法应用于来自SARS-CoV-2监测数据的Ct值.
主要成果:
- 在流行病期间,Ct值的分布会有可预测的变化.
- 来自有限的随机样本的CT值提高了流行病轨迹的估计.
- 结合多个样本的数据可以提高估计的准确性和稳定性.
结论:
- 常规监测中的CT值为实时流行病监测提供了有价值的工具.
- 这种方法可以补充传统的基于案例的数据,特别是当测试是可变的.
- 这些方法适用于管理和应对传染病爆发,包括SARS-CoV-2.


