[ad_1]

La precisión lo es todo, Por lo general, cuando hacemos una prueba de diagnóstico, un resultado incorrecto puede provocar angustia y un tratamiento erróneo, si no perjudicial. Actualmente, la forma más confiable de identificar una infección por coronavirus es mediante una prueba de reacción en cadena de la polimerasa (P.C.R.): un hisopo, generalmente tomado del conducto nasal, produce una muestra que luego se envía a un laboratorio especializado. P.C.R. las pruebas, que pueden detectar cantidades diminutas de material genético del virus, cuestan más de $ 100; en circunstancias ideales, su análisis toma solo unas horas. Pero debido a la alta demanda, la escasez de suministro y otros problemas, muchos laboratorios comerciales están tardando más de una semana en procesarlos. Eso significa que una prueba positiva a menudo llega demasiado tarde para permitir que los rastreadores de contactos notifiquen a quienes han estado expuestos antes de que a su vez puedan infectar a otros. En estas circunstancias, el diagnóstico es útil solo para tomar decisiones de salud personales y proporcionar datos sobre la tasa de infección en una comunidad.

En un informe del 21 de julio en JAMA Internal Medicine, el equipo de respuesta del CDC para Covid-19 estimó que nueve de cada 10 infecciones no se están identificando, y los obstáculos para hacerse la prueba son probablemente las principales razones. Para capturar más de esos casos, muchos de los cuales pueden no mostrar síntomas obvios, dice Daniel Larremore, biólogo computacional de la Universidad de Colorado, Boulder, “tenemos que cambiar nuestro pensamiento”. Específicamente, dice, debemos pasar de priorizar la precisión de los resultados de las pruebas individuales a priorizar la capacidad de un sistema de pruebas para reducir la tasa del virus en una población determinada, incluso si eso da como resultado más diagnósticos erróneos.

Para ver cómo esto podría funcionar en la práctica, considere una estrategia para aumentar la capacidad de prueba: reunir muestras para su análisis. Suponga que una persona de cada 100 tiene el virus. Los examinadores toman y etiquetan un hisopo nasal de todos ellos; una porción de cada muestra se guarda y el resto se agrupa con las muestras tomadas de otras nueve personas. Luego, el laboratorio ejecuta 10 análisis, uno para cada grupo de 10 muestras. Nueve de ellos arrojarán resultados negativos, una determinación dada a los 90 miembros de esos grupos. Luego, el laboratorio vuelve a analizar cada muestra individual en el grupo positivo para encontrar al miembro infectado. En general, el laboratorio ha realizado 20 análisis, en lugar de los 100 necesarios para evaluar a todos individualmente.

En un cierto umbral, diluir las muestras combinándolas con tantas otras puede hacer que el virus sea más difícil de detectar, pero la técnica ha demostrado ser efectiva en lotes de cinco para P.C.R. pruebas. Nebraska pudo estirar sus suministros mediante la agrupación, excepto entre poblaciones con altas tasas de infección, que hacen que más grupos den positivo y, por lo tanto, requieran más ensayos individuales. “Eso puede cambiar de una semana a otra y posiblemente de un día a otro”, dice Jonathan Kolstad, economista de la Universidad de California en Berkeley. “Florida, hace tres meses, podrías haber hecho piscinas bastante grandes. Ahora no querrías eso “. Pero, según señalan él y sus colegas en un documento de trabajo publicado en julio en la Oficina Nacional de Investigación Económica, el modelado informático podría utilizar factores como la edad, el trabajo, el código postal y las redes sociales de una persona para clasificar a las personas por su riesgo de infección y agrupar sus muestras en consecuencia. En teoría, a medida que más personas con el virus se eliminen de la circulación entre otras, la tasa de infección disminuirá y los grupos se podrán ampliar, lo que hará que las pruebas sean más eficientes. En consecuencia, mostró el análisis de los economistas, las pruebas diarias costarían solo el doble que las pruebas mensuales.

[ad_2]

Fuente