扩大霍乱血清监测到接种疫苗的人口

科学领域:

• 流行病学 流行病学
• 免疫学 免疫学 免疫学
• 传染性疾病 传染性疾病

背景情况:

• 大规模口服霍乱疫苗接种活动是全球消除霍乱工作的关键.
• 血清监测补充了临床数据,但由于疫苗接种和感染的免疫反应相似,可以高估感染.
• 准确的血清发病率估计对于有效控制霍乱至关重要.

研究的目的:

• 分析感染和接种疫苗的个体中的抗体动态,以完善血清发病率估计策略.
• 开发机器学习模型,减少对接种疫苗的个人被误认为最近感染的错误分类.
• 为了使近期霍乱疫苗接种活动在人口中可靠的血清发病率估计.

主要方法:

• 分析了来自确诊的*Vibrio cholerae* O1病例,未感染的接触者和接种疫苗的757个纵向血清样本.
• 使用多重珠子试验测量IgG,IgM和IgA与霍乱特异性抗原的结合.
• 开发并验证了新的随机森林模型,其中包含疫苗数据,以提高准确性.

主要成果:

• 感染引起的抗体反应比疫苗接种更强大和更广泛,与感染相关的特定抗体增加.
• 以前提出的模型错误地将超过20%的接种疫苗的个体归类为在接种疫苗后4个月内感染.
• 新的模型实现了低的错误阳性率 (接种疫苗的1%,未接种疫苗的6%) 并保持了灵敏度.

结论:

• 更新的血清监测方法和机器学习模型使得在接种疫苗的人群中精确估计霍乱血清发病率.
• 通过确定疫苗接种情况或应用更新的模型,可以在疫苗接种活动后不久进行公正的估计.
• 这些精细的方法提高了血清学监测作为一项流行病学工具,用于霍乱控制的实用性.