В исследовании используются геномные данные для получения оценок последовательных интервалов с высоким разрешением для COVID-19.

В недавнем исследовании, опубликованном в Связь с природойисследователи разработали подход к интеграции генетической информации, представленной в виде полногеномных вирусных последовательностей, и эпидемиологической информации для оценки серийных интервалов (SI), особенно в случаях неадекватных отслеживание контактов данные.

В борьбе с инфекционными заболеваниями серийные интервалы имеют решающее значение, поскольку они нуждаются в информации об отдельных контактах и ​​операциях по отслеживанию контактов. Существующие подходы лучше всего подходят для небольших ограниченных групп населения с высокой выборкой; однако в крупномасштабном эпидемиологическом анализе часто используются оценки крошечных ранних вспышек.

Хотя исследования геномной эпидемиологии могут влиять на действия общественного здравоохранения, бюджетные ограничения и проблемы конфиденциальности ограничивают широкое распространение отчетов и использование.

Об исследовании

В настоящем исследовании исследователи представили эффективную альтернативную структуру, использующую вирусные последовательности для оценки последовательных интервалов для изучения оценок SI для конкретных кластеров в рамках первой и второй волн коронавируса 2019 (COVID-19) в Виктории, Австралия.

Команда сосредоточилась на кластерном прогнозировании SI, фундаментальном параметре, отражающем распространение инфекционного заболевания, описываемом как период между появлением симптомов в первичных и вторичных случаях. Для вывода о распределении SI в кластерах случаев с неполной выборкой использовались последовательности вирусов вместо прямых данных о парах инфекций.

Неопределенность в отношении инфицированных и инфицированных лиц была введена путем выбора конкретных жизнеспособных сетей передачи на основе вирусных последовательностей и известного времени появления симптомов.

Учитывая, что предполагаемая передача может не быть прямой передачей, для оценки SI было выполнено комбинированное моделирование. Этот метод был разработан для более крупных сред с более низким уровнем выборки и генетическим разнообразием, где может быть недостаточно доказательств для уверенного восстановления моделей передачи.

Исследователи изучили полногеномные последовательности коронавируса тяжелого острого респираторного синдрома 2 (SARS-CoV-2) и собрали данные о появлении симптомов в Виктории, Австралия.

Команда исследовала влияние использования оценок последовательных интервалов для конкретных кластеров на последующие оценки зависящего от времени числа воспроизводства (Rt). Валидация проводилась с использованием смоделированных данных об эпидемиях, подобных гриппу, с известным распределением SI.

В штате Виктория были рассчитаны серийные кластеры в кластерах передачи от первой (с 6 января по 14 апреля 2020 г.) и второй (с 1 июня по 28 октября 2020 г.) волны COVID-19. Рибонуклеиновая кислота (РНК) SARS-CoV-2 была выделена из мазков из носоглотки и идентифицирована с помощью полимеразной цепной реакции с обратной транскрипцией (ОТ-ПЦР).

Филогенетические реконструкции были выполнены после сопоставления данных секвенирования с исходной эталонной последовательностью штамма SARS-CoV-2 Wuhan-Hu-1.

Полученные результаты

Несмотря на то, что информация о контактах между пациентами не требовалась, а выборка данных была неполной, оценки SI COVID-19 были сопоставимы с оценками, полученными в ходе обширных исследований контактов.

Результаты более неоднозначны, чем многие ранее опубликованные оценки, хотя большинство оценок были основаны на небольших популяциях с задокументированными контактными парами без учета вероятного занижения данных.

Кластеры, которые возникали в местах, связанных с длительными контактами, таких как уход за пожилыми людьми и здравоохранение, показали более высокие значения SI, чем кластеры, которые возникали в местах, посещаемых в течение более коротких периодов времени, таких как мясоперерабатывающие или упаковочные предприятия.

Полученные данные показали, что геномные данные могут обеспечить широкомасштабную перспективу передачи с высоким разрешением, но сбор данных для отслеживания контактов может быть чрезмерно дорогим или непрактичным. Оценки SI были короче для школ и мясоперерабатывающих и упаковочных предприятий, чем для учреждений здравоохранения.

Вирусные последовательности обеспечили осуществимую стратегию для вывода оценок, специфичных для кластера, хотя этот подход можно было использовать в более крупных ситуациях, даже при отсутствии точных данных отслеживания контактов. Данные секвенирования патогенов, полученные от больных людей, не могут напрямую предоставить данные о возбудителе и зараженном, но они могут дать представление о передаче с высоким разрешением.

Этот метод хорошо показал себя при оценке среднего SI, но с увеличением неопределенности с уменьшением процента случаев. Результаты для стандартного отклонения SI были идентичными.

Оценочный подход не ограничивается случаями, когда генетические данные используются для выявления потенциальных пар. Если предоставлена ​​контактная информация, ее можно использовать для построения набора возможных сетей передачи и оценки распределения SI.

Стратегия оказалась эффективной в условиях с небольшой дивергенцией передачи, а также подходила для условий с более длинными последовательными интервалами, если последовательности имели достаточное разнообразие. Некоторые кластеры показали большее или меньшее количество образцов: такие данные можно было бы использовать для мониторинга потенциальных эпидемий, особенно если этот метод будет включен в геномный надзор в режиме реального времени.

Использование кластерных SI для оценки R_т значения по сравнению с оценками, основанными на литературе, увеличились R_т в 2-3 раза, особенно в начальный период вспышек.

Во время первой волны COVID-19 было секвенировано 1242 образца от 1075 человек с положительным результатом на SARS-CoV-2, что составляет 81% случаев заражения SARS-CoV-2, выявленных в Виктории за этот период. Для 10 кластеров первой волны 312 из 903 образцов, прошедших контроль качества, принадлежали генетическому кластеру с ≥15 экземплярами.

Во время второй волны было секвенировано 15 665 образцов от 14 075 человек, что составляет 84% всех случаев, обнаруженных в Виктории. Из 5745 случаев, прошедших контроль качества, 3875 были признаны частью кластера из ≥15 случаев.

В основных скоплениях средняя оценка SI колебалась от 2,6 до 6,7 дней. Средний серийный интервал был оценен в пять дней с использованием оценки, специфичной для контактного кластера «все кластеры».

В целом, выделенное исследование показало новый метод, который сочетает генетические данные с эпидемиологическими данными для анализа геномной передачи. Его можно интегрировать в мониторинг общественного здравоохранения в режиме реального времени, сравнивая передачу SARS-CoV-2 и исследуя геномно специфичные сети отбора проб, обеспечивая промежуточный режим для геномной эпидемиологии.