Onderzoek naar gecoördineerde bemonstering helpt in de strijd tegen de pandemie van het coronavirus

COVID-test

Een nieuwe studie onder leiding van de US Geological Survey schetst een manier om het voorkomen van COVID-19 en trends in populaties beter in te schatten.

Momenteel zijn COVID-19-tests voornamelijk beperkt tot zelfgekozen personen, van wie velen symptomatisch zijn of contact hebben gehad met iemand die symptomatisch is. Hoewel deze tests nuttig zijn voor individuele medische behandeling en het opsporen van contacten, geven ze gezondheidsfunctionarissen geen volledig beeld van de ziekte in de hele bevolking.

"Gecoördineerde bemonstering van COVID-19 is de sleutel tot het informeren van gezondheidsfunctionarissen terwijl ze doorgaan met hun inspanningen om de pandemie onder controle te houden, waardoor betere voorspellingen mogelijk worden van de ziektedynamiek en beslissingen die de overdracht helpen beperken", zegt James Nichols, emeritus-wetenschapper van USGS en hoofdauteur van de studie . “De voorgestelde bemonsteringsmethoden moeten ambtenaren ook helpen bij het bepalen van de effectiviteit van vaccins, sociale afstand, maskers en andere mitigatie-inspanningen.”

Door zijn unieke expertise in het ontwerp van systemen voor het verzamelen en monitoren van gegevens, statistische analyse en wiskundige modellering in te zetten voor de menselijke epidemiologie, biedt de USGS een middel om de huidige informatiekloof in het testen van gegevens op te vullen. Dit kan ten goede komen aan nationale en lokale overheden en gezondheidsfunctionarissen bij het ontwikkelen van interventies als reactie op nieuwe ziektevarianten, het plannen van verhoogde vaccinatie-inspanningen en het voorbereiden op toekomstige uitbraken.

Aangezien sommige landen een stijging van het aantal gevallen ervaren, wijst Nichols erop dat "de voorgestelde teststrategieën binnen de VS en internationaal kunnen worden toegepast voor COVID-19 en andere ziekten."

Een voorstel in de studie is om een ​​willekeurige steekproef binnen een populatie te selecteren en die individuen te onderzoeken op symptomen, zoals verhoogde temperatuur, om meer representatieve gegevens te verzamelen over asymptomatische gevallen. Dit zou onderzoekers helpen om het aandeel symptomatische en asymptomatische individuen in de populatie in te schatten.

De asymptomatische personen, of een willekeurige subset van die personen, zouden kunnen worden getest op COVID-19 om de infectiekans voor asymptomatische personen in de populatie te helpen inschatten.

"De strategieën die in dit nieuwe onderzoek worden beschreven, zouden de huidige testbenaderingen helpen versterken en zouden kunnen worden gedaan met relatief weinig aanvullende tests en niet-invasieve onderzoeken", zegt Michael Runge, een USGS-wetenschapper en co-auteur van het onderzoek. "Strategisch testen, gebaseerd op specifieke doelstellingen, kan waardevolle informatie opleveren voor beslissingen over zowel individuele gezondheidszorg als het beschermen van gemeenschappen."

"Het is van cruciaal belang om duidelijk te zijn over het doel van een surveillanceprogramma", zegt co-auteur Katriona Shea, hoogleraar biologie en alumni-professor in de biologische wetenschappen aan Penn State. “Hoe kun je dat bereiken zonder precies te weten wat je wilt bereiken? Een surveillanceprogramma voor individuele resultaten zou anders zijn ontworpen dan een programma dat is gericht op het begrijpen van volksgezondheidsdoelstellingen op populatieniveau.