Valutare le infezioni da SARS-CoV-2 non rilevate tramite N-Anticorpi
Uno studio rivela l'ampiezza dei casi non notati di SARS-CoV-2 utilizzando il test degli anticorpi N.
― 7 leggere min
Indice
- Test Sierologici per SARS-CoV-2
- Fattori che Influiscono sulla Risposta degli Anticorpi N
- Importanza del Monitoraggio delle Infezioni
- Partecipanti allo Studio e Raccolta Dati
- Cluster delle Traiettorie degli Anticorpi N
- Risultati sulle Traiettorie degli Anticorpi N
- Valutare il Numero Reale di Infezioni
- Ragioni per la Mancanza di Risposta degli Anticorpi N
- Confronto dei Metodi di Test
- Punti di Forza e Limiti dello Studio
- Conclusione
- Fonte originale
- Link di riferimento
A partire da luglio 2024, sono stati segnalati globalmente quasi 776 milioni di casi del virus SARS-CoV-2. Tuttavia, molte infezioni non vengono rilevate, portando i ricercatori a pensare che il numero reale di infezioni sia molto più alto. I test sierologici potrebbero aiutare a scoprire questi casi non rilevati e migliorare le stime delle infezioni passate.
Test Sierologici per SARS-CoV-2
I ricercatori hanno studiato i test sierologici per identificare le infezioni da SARS-CoV-2 misurando specifici anticorpi nel sangue, concentrandosi su due tipi: anticorpi spike (S) e anticorpi nucleocapside (N). Dopo che una persona viene infettata dal SARS-CoV-2, i livelli di entrambi i tipi di anticorpi aumentano di solito almeno temporaneamente. La maggior parte dei vaccini punta alla proteina spike, il che complica l'uso degli anticorpi S per identificare infezioni precedenti in aree con alti tassi di Vaccinazione.
D'altra parte, gli anticorpi N non rispondono alla maggior parte delle comuni vaccinazioni usate oggi. La capacità degli anticorpi N di rilevare infezioni varia notevolmente, con studi passati che riportano un intervallo di sensibilità tra il 40% e il 100%.
Fattori che Influiscono sulla Risposta degli Anticorpi N
Diversi fattori demografici possono influenzare quanto bene le persone producono anticorpi N dopo un'Infezione. Gli studi mostrano che uomini e individui più anziani hanno spesso livelli più alti di anticorpi. Altri fattori influenti includono la presenza di sintomi, la gravità della malattia, il ricovero in ospedale, l'etnia e il peso corporeo. Inoltre, alcune ricerche suggeriscono che le persone vaccinate potrebbero avere un tasso più basso di seroconversione di anticorpi N.
Uno studio notevole sull'efficacia di un vaccino specifico ha trovato che solo il 40% delle persone vaccinate mostrava produzione di anticorpi N dopo un'infezione sintomatica confermata, rispetto al 93% nei controlli non vaccinati.
Importanza del Monitoraggio delle Infezioni
Per imparare dalla pandemia, è cruciale avere stime accurate delle infezioni, spesso dedotte da test PCR e test rapidi. È necessario capire quante infezioni questi test stanno perdendo e comprendere i limiti della sierologia, specialmente tra gruppi specifici e con infezioni asintomatiche. Fino ad oggi, nessuno studio ha combinato efficacemente la positività degli anticorpi N e i test PCR per stimare le infezioni perse.
Questo studio si concentra sulla valutazione di come gli anticorpi N possano indicare infezioni passate non rilevate tramite test di tampone in una comunità generale. Inoltre, esplora le ragioni dietro il fallimento nel mostrare una risposta anticorpale dopo un'infezione confermata da SARS-CoV-2.
Partecipanti allo Studio e Raccolta Dati
Tra febbraio 2021 e gennaio 2022, un gran numero di partecipanti (270.686) ha fornito campioni di sangue per test sierologici nell'ambito del COVID-19 Infection Survey. L'età media dei partecipanti era di 55 anni, e la maggior parte era di sesso femminile e riportava etnia bianca. Un numero fluttuante di partecipanti ha ricevuto da uno a quattro vaccini durante questo periodo di studio, mentre una piccola percentuale è rimasta non vaccinata.
Le infezioni identificate dai tamponi sono state categorizzate in quattro gruppi: partecipanti che non hanno avuto tamponi positivi durante il periodo di studio, quelli con tamponi positivi prima o durante il periodo di studio, e quelli con tamponi positivi durante il periodo di studio.
Cluster delle Traiettorie degli Anticorpi N
Per comprendere le dinamiche dei livelli di anticorpi N nel tempo, i ricercatori hanno classificato le traiettorie degli anticorpi N in partecipanti che avevano effettuato almeno quattro misurazioni. Hanno usato una tecnica chiamata clustering K-means, che aiuta a raggruppare modelli simili. I partecipanti con livelli di anticorpi N molto bassi o molto alti sono stati collocati in categorie specifiche.
I ricercatori hanno infine identificato quattro principali tipi di traiettorie di anticorpi N: piatta, decrescente, crescente e quelle che inizialmente sono diminuite ma poi sono aumentate. Queste categorie aiutano a indicare se una persona ha evidenza di un'infezione passata.
Risultati sulle Traiettorie degli Anticorpi N
Lo studio ha anche valutato come le traiettorie degli anticorpi N correlassero con le infezioni positive ai tamponi. Per esempio, gli individui con traiettorie piatte degli anticorpi N e nessun tampone positivo mostravano una variazione minima, mentre quelli con traiettorie crescenti avevano aumenti evidenti nei livelli di anticorpi.
In termini di accordo, l'86,2% dei partecipanti ha mostrato risultati coerenti tra le loro classificazioni di anticorpi N e infezioni positive ai tamponi. Tuttavia, tra quelli risultati positivi, una percentuale significativa non mostrava alcuna evidenza di infezioni precedenti basata sulle loro traiettorie di anticorpi N.
Valutare il Numero Reale di Infezioni
Utilizzando sia i dati sugli anticorpi N che le classificazioni positive ai tamponi, i ricercatori hanno identificato un totale di 31.716 infezioni durante il periodo di esame. Più della metà di queste infezioni è stata identificata solo attraverso l'analisi degli anticorpi N o la positività ai tamponi in modo individuale, mentre una percentuale è stata rilevata attraverso entrambi i metodi. Lo studio ha stimato 34.249 infezioni vere, indicando che una parte è rimasta non rilevata.
Le analisi per sottogruppi hanno mostrato che le infezioni non rilevate variavano in base allo stato vaccinale, con partecipanti non vaccinati che avevano un tasso più alto di casi non identificati. Questo indica che anche con metodi di test avanzati, alcune infezioni continuano a rimanere inosservate.
Ragioni per la Mancanza di Risposta degli Anticorpi N
La ricerca ha anche esaminato perché alcuni individui non hanno prodotto anticorpi N dopo essere stati infettati. Fattori come età, etnia, stato vaccinale e presenza di sintomi hanno avuto effetti significativi sulla risposta degli anticorpi. In generale, gli adulti più anziani, i partecipanti non bianchi e quelli con sintomi più gravi erano più propensi a rispondere positivamente.
Inoltre, lo studio ha rilevato che le persone che hanno sperimentato infezioni in diversi periodi (varianti Alpha, Delta e BA.1) hanno incontrato anche tassi diversi di risposte anticorpali N.
Confronto dei Metodi di Test
Successivamente, i ricercatori hanno confrontato l'efficacia di diversi metodi di definizione delle infezioni. Utilizzando varie fonti di dati, hanno scoperto che identificare le infezioni attraverso i test di tampone era incoerente, specialmente quando ci si basava esclusivamente sul COVID-19 Infection Survey. Aggiungere dati da programmi di test nazionali ha migliorato significativamente i tassi di rilevamento.
La distinzione tra classificazioni di positività degli anticorpi N basate sulle traiettorie e soglie fisse ha rivelato che i metodi basati sulle traiettorie rappresentavano più accuratamente le infezioni reali, poiché consideravano i modelli di risposta anticorpale nel tempo piuttosto che solo una singola misurazione.
Punti di Forza e Limiti dello Studio
I punti di forza di questo studio includono la grande dimensione del campione di partecipanti e l'uso innovativo delle traiettorie di anticorpi N per la rilevazione delle infezioni, piuttosto che basarsi solamente su una soglia singola di positività. Tuttavia, alcuni limiti comprendono l'uso di un solo test per gli anticorpi N e il potenziale di errata classificazione a causa della censura dei valori estremi.
L'assenza di dati riguardanti la gravità dei sintomi potrebbe anche influenzare la comprensione delle risposte anticorpali N. Inoltre, la mancanza di dati provenienti da specifiche regioni nel Regno Unito aggiunge un ulteriore livello di incertezza ai risultati.
Conclusione
Lo studio mirava a fare luce sul numero di infezioni da SARS-CoV-2 non rilevate utilizzando le traiettorie degli anticorpi N da un ampio sondaggio nel Regno Unito. Integrando i test sierologici e i risultati dei tamponi, i ricercatori potrebbero fornire una visione più chiara dell'effettiva diffusione delle infezioni da SARS-CoV-2.
Per ottimizzare le analisi future, è cruciale focalizzarsi su metodi basati sulle traiettorie piuttosto che su semplici confronti di soglie. Una comprensione migliorata dei tassi di infezione sarà vitale per le risposte sanitarie pubbliche in corso e per la preparazione a future pandemie.
Titolo: Identification of undetected SARS-CoV-2 infections by clustering of Nucleocapsid antibody trajectories
Estratto: During the COVID-19 pandemic, numerous SARS-CoV-2 infections remained undetected. Serological testing could potentially aid their identification. We combined results from routine monthly nose and throat swabs, and self-reported positive swab tests, from a UK household survey, linked to national swab testing programme data from England and Wales, together with Nucleocapsid (N-) antibody trajectories clustered using a longitudinal variation of K-means to estimate the number of infections undetected by either approach (N=185,646). After combining N-antibody (hypothetical) infections with swab-positivity, we estimated that 7.4% of all true infections would have remained undetected, 25.8% by swab-positivity-only and 28.6% by trajectory-based N-antibody classifications only. Congruence with swab-positivity was much poorer using a fixed threshold to define N-antibody infections. Additionally, using multivariable logistic regression N-antibody seroconversion was more likely as age increased between 30 and 60 years, in non-white participants, those less (recently/frequently) vaccinated, for lower Ct values in the range above 30, in symptomatic and Delta (vs BA.1) infections. Comparing swab-positivity data sources showed that routine monthly swabs were not sufficient to detect infections by swab-positivity only and incorporating national testing programme/self-reported data substantially increased detection rates. Overall, whilst N-antibody serosurveillance can identify infections undetected by swab-positivity, optimal use requires trajectory-based analysis.
Autori: Leslie R. Zwerwer, T. E. A. Peto, K. B. Pouwels, A. S. Walker, COVID-19 Infection Survey team
Ultimo aggiornamento: 2024-10-17 00:00:00
Lingua: English
URL di origine: https://www.medrxiv.org/content/10.1101/2024.10.17.24315650
Fonte PDF: https://www.medrxiv.org/content/10.1101/2024.10.17.24315650.full.pdf
Licenza: https://creativecommons.org/licenses/by/4.0/
Modifiche: Questa sintesi è stata creata con l'assistenza di AI e potrebbe presentare delle imprecisioni. Per informazioni accurate, consultare i documenti originali collegati qui.
Si ringrazia medrxiv per l'utilizzo della sua interoperabilità ad accesso aperto.