Masowe badania przesiewowe mogą obniżyć koszty testów na COVID-19
Fot. Adobe Stock
Zastosowanie nowego podejścia matematycznego do badania przesiewowego dużych grup pod kątem Covid-19 może być około 20 razy tańsze, niż testy indywidualne - sugerują badania opublikowane na łamach “Nature”.
Metodę zwaną algorytmem hipersześcianu (hypercube algorithm) opracował zespół naukowców, w tym profesor Neil Turok, fizyk teoretyk z University of Edinburgh. Pierwsze próby terenowe przeprowadzone zostały w Afryce. W badaniu wzięli udział również naukowcy z Afrykańskiego Instytutu Nauk Matematycznych (AIMS) i Uniwersytetu w Rwandzie.
Niewielkie ilości materiału pobrane z poszczególnych wymazów zostają zmieszane, aby utworzyć zbiorcze próbki, a następnie poddane testom. Zespół wykazał, że pojedynczy przypadek dodatni można nadal wykryć - nawet po zmieszaniu z materiałem od 99 osób z ujemnymi wynikami testów.
Jeśli ten wstępny test wykazał, że mieszana próbka zawiera pozytywne przypadki, naukowcy wykorzystywali algorytm do zaprojektowania kolejnej serii testów. Umożliwiło im to wskazanie poszczególnych dodatnich wyników wymazu w połączonej próbce, ułatwiając identyfikację osób zakażonych.
Jeśli jednak wstępne wyniki testu wskazywały, że nie było pozytywnych przypadków w zmieszanej próbce, nie było potrzeby dalszych działań.
Wstępne badania pokazują, że algorytm jest wysoce skuteczny w identyfikowaniu pozytywnych przypadków, gdy większość populacji jest ujemna. Metoda zmniejsza całkowitą liczbę potrzebnych testów, znacznie obniżając koszt badań przesiewowych dużych populacji pod kątem Covid-19. Najlepiej nadaje się do regularnych badań przesiewowych populacji - zamiast badania pojedynczych pacjentów.
Jak dotąd metoda była testowana w Rwandzie, gdzie jest używana do kontroli pasażerów samolotów, oraz w Afryce Południowej, gdzie jest regularnie stosowana przez czołową drużynę rugby. (PAP)
Autor: Paweł Wernicki
pmw/ zan/
Przed dodaniem komentarza prosimy o zapoznanie z Regulaminem forum serwisu Nauka w Polsce.
