Science：应用RT

2021年7月18日讯/BIOON/---今朝的风行病监测办法依赖于病例数、检测阳性率和申报的灭亡或住院人数。然而，因为测试的限定、不具代表性的抽样和申报的延迟，这些指标提供的环境是无限的，并且往往有偏差。随机横断面病毒学查询拜访可以通过提供感化率的快照来降服此中的一些偏差，但今朝在没有分歧光阴点抽样的环境下，简直不克不及提供对于风行病轨迹的信息。

在一项新的研讨中，来自美国哈佛年夜学公共卫生学院等研讨机构的研讨职员开辟出一种新的办法：应用来自逆转录定量聚合酶链式反馈（RT-qPCR）测试的轮回阈值（Ct）中的固有信息，从多个乃至单个横截面的阳性样本中持重地估量风行病轨迹。相关研讨成果颁发在2021年7月16日的Science期刊上，论文题目为“Estimating epidemiologic dynamics from cross-sectional viral load distributions”。

Ct值与病毒载量无关，而病毒载量取决于感化后的光阴；当感化和样本采集之间的光阴较短时，Ct值通常较低。虽然个别、样本和检测平台之间存在差别，但Ct值提供了感化后光阴的概率丈量。他们发现，单个光阴点上阳性样本的Ct值散布反映了风行病的轨迹。一个不时增长的风行病必然会有很高比例的携带较高病毒载量的近期感化者，而一个不时降低的风行病会有更多的老感化者，是以病毒载量较低。因为这些比例的变动，风行病的轨迹或增长率应该可以从繁多横断面搜集的Ct值的散布中揣摸进去，而多个间断的横断面应该可以确定较恒久的发病率曲线。此外，相识样本病毒载量和风行病动静之间的关系，可以进一步相识为什么监测检测的病毒载量对新呈现的病毒或变体来说能够较高，而对正在放缓的疫情来说则较低，乃至不存在团体层面的病毒能源学变动。

通过使用一种依据SARS-CoV-2病毒载量能源学的已知特征校准的人群程度病毒载量散布的数学模子，这些作者发现，随机样本中Ct值的中位数和偏度在风行病进程中会产生变动。通过将这一关系模式化，他们证明来自繁多随机横断面的病毒学检测的Ct值可以估量人群中病毒随光阴变动的再生数，并用从恒久照顾护士机构的全面SARS-CoV-2检测中搜集的数据来验证。通过使用更机动的办法对感化产生率进行建模，他们还开辟了一种办法，可以靠得住地估量更简单的人群中的风行病轨迹，在这些人群中，干涉步伐可以跟着光阴的推移而施行和抓紧。通过使用惯例的出院RT-qPCR检测数据，这种办法在估量美国马萨诸塞州的风行病轨迹时表示优越，精确地复制了其他起源对整个州的估量。

Ct值反映了风行病轨迹，可以用来估量发病率，图片来自Science, 2021, doi:10.1126/science.abh0635。

综上所述，这项研讨提供了一种估量风行病增长率的新办法，并为使用通常被复杂摈弃的RT-qPCR Ct值进行强无力的风行病监测提供了一个框架。通过部署单个或反复（但规模较小）的随机监测样本，并充沛应用半定量检测数据，这些作者可以及时估量风行病轨迹，并防止因非随机样本或检测实践随光阴变动而发生的偏差。相识人群程度的病毒载量和风行病状态之间的关系，提醒相识释病毒学监测数据的紧张意义和机遇。它还强调了这种监测的需要性，由于这些成果显示了若何最无效天时用它。（100医药网 100yiyao.com）

参考材料：

James A. Hay et al. . Science, 2021, doi:10.1126/science.abh0635.

Benjamin A. Lopman et al. . Science, 2021, doi:10.1126/science.abj4185.