汇集COVID-19检测以及早发现疫情的新战略

研究人员提出了一种新的定量策略，用于汇集COVID-19检测，以便在养老院或大学等封闭社区内监测传播和及早发现疫情。法国格勒诺布尔Université格勒诺布尔阿尔卑斯的文森特·布劳特及其同事在开放获取期刊上介绍了这种方法PLOS计算生物学。

在供应有限的情况下，一些社区通过将个人唾液或鼻拭子样本分组，实现了大规模COVID-19检测池。如果一个池的测试结果为阴性，那么池中的所有人都会收到一个阴性结果。如果检测结果呈阳性，后续检测将显示该池中的人是阳性的。然而，汇集有可能稀释积极因素样本当池子里的某个人实际上是积极的时候，结果却是消极的:假阴性结果。

在这项新的研究中，Brault和他的同事们使用定量工具来检查在封闭的社区环境下的假阴性问题。以往关于汇集的研究往往侧重于尽可能减少查明阳性病例所需的检测次数，而本研究则侧重于汇集，以此作为一种追踪社区中COVID-19存在情况的方式。

该研究团队开发了数学模型，用于评估通过逆转录定量聚合酶链反应(RT-qPCR)方法收集个体样本进行COVID-19检测时出现假阴性结果的风险。这些模型利用了有关sars - cov -2(导致covid -19的病毒)在单个样本内浓度的大规模临床数据集。

基于这些模型，研究人员开发了一种定量综合检测方案，用于确定养老院或大学等封闭社区内的COVID-19患病率。虽然需要进一步改进以编写实际应用的程序，但它可以为更早发现疾病暴发奠定基础。

Brault说:“我们发现汇集不仅是在早期阶段打破传播链的一种有希望的方法，而且它在估计社区病毒渗透水平方面也惊人地有效。”“我们认为集中测试可能会成为一种更广泛的工具，以对抗在校学生中的无症状传播。”

---

---