Biegowelove.pl

informacje o Polsce. Wybierz tematy, o których chcesz dowiedzieć się więcej

Naukowcy opracowują model przyczynowy do oceny zależności od wieku miana wirusa u pacjentów z COVID-19

W niedawnym badaniu opublikowanym w PLUS JEDENW tym badaniu naukowcy opracowali model przyczynowy do analizy rozkładu miana wirusa w zespole ostrej ostrej niewydolności oddechowej 2 (SARS-CoV-2) w funkcji wieku pacjentów.

Stado: Modelowanie przyczynowe, bayesowskie i nieparametryczne rozkładu wiremii SARS-CoV-2 w zależności od wieku pacjenta.. Źródło zdjęcia: Nhemz / Shutterstock

tło

Prawdziwy zasięg zakażenia SARS-CoV-2 u nastolatków i dzieci nie jest dobrze poznany. Ich rola w przenoszeniu SARS-CoV-2 w społeczności zależy od objawów, miana wirusa, zachowania, podatności i aktualnych strategii łagodzenia. Obciążenie wirusem to stężenie wirusa w górnych drogach oddechowych i zwykle wyrażane jako kopie wirusowego RNA na mililitr próbki.

Obciążenie wirusem wywnioskowano z wartości progowej cyklu próbki (Ct) w teście łańcuchowej reakcji polimerazy z odwrotną transkrypcją (RT-PCR). W kilku badaniach sprawdzano, czy dzieci i dorośli wykazują różne miana wirusa podczas choroby koronawirusowej 2019 (COVID-19). Obciążenie wirusem jest ważną zmienną, która może pomóc przewidzieć ciężkość i śmierć COVID-19.

o nauce

W obecnym badaniu zbadano miano wirusa jako wskaźnik zastępczy dla zakażenia SARS-CoV-2 i ponownie przeanalizowano dane ze stratyfikacją wieku, zgłoszone przez inną grupę badawczą z nieparametrycznym, bayesowskim i przyczynowym modelem. Od wybuchu COVID-19 podjęto wysiłki w celu ustalenia, czy osoby z pewnych grup wiekowych są bardziej podatne na infekcje niż inne.

Aby wyjaśnić dane dotyczące wiremii SARS-CoV-2 i wieku, model powinien integrować podstawową wiedzę na temat związku przyczynowego między wiremią a wiekiem. Opracowano i zastosowano do danych nieparametryczny model przyczynowy. Dane RT-PCR dotyczące obciążenia wirusem z Instytutu Wirusologii i Pracy Charité, Niemcy. Dane te uzyskano przy użyciu dwóch maszyn do PCR – Roche Cobas 6800/8800 i Roche LightCycler 480 II.

Zbiór danych Kuba, oznaczony przez dcobejmujący około 2200 punktów danych, podczas gdy LC480 (DThe) Zbiór danych składał się z około 1350 punktów danych. Analizowany zestaw danych składał się z indeksowanych par wieku (x) i miana wirusa (y) dla każdego z zakażonych 'N’ pacjentów. Dla miana wirusa zdefiniowano dwa niskie progi filtrowania danych – yminuta (3.8) i y”minuta (5.4) oraz dowolny punkt danych o miano wirusa poniżej yminuta i tyminuta Został usunięty. Oba zestawy danych zostały najpierw przeanalizowane przez wykluczenie danych podanych poniżej yminuta wtedy mniej niż tyminuta.

READ  W pobliżu Ziemi przelatuje asteroida dwukrotnie większa od Empire State Building

znaleziska

Ogólnie autorzy odnotowali tendencję spadkową w rozkładzie prawdopodobieństwa wiremii dla wszystkich zbiorów danych i grup wiekowych. uważane za dc Zestaw danych wykazał istotne różnice w miana wirusa dla różnych grup wiekowych. Rozkład miał charakterystyczne maksimum dla miana wirusa równe lub większe niż 8 (w jednostkach logarytmicznych) dla pacjentów w wieku powyżej 60 lat. Naukowcy zauważają, że nie było to wynikiem nadmiernego dopasowania szumu próbki, ale zostało wywołane przez dane. Oznacza to, że różnice w rzeczywistych danych nie były tylko efektem szumu śrutowego.

Dla struktury przyczynowej x → y (wiek wpływa na wiremię) istnieją dowody na dc Zestaw danych dotyczących rozkładu wiremii zależnego od wieku. stosunek log-do-katalogów dla dc Zbiór danych wyraźnie preferował model zależny, ale spadł w y’minuta Został uznany za minimalny. Odsetek punktacji dowodów był niski dla odwrotnej zależności przyczynowej y → x (obciążenie wirusem wpływa na wiek), co wskazuje na brak silnej struktury y → x w danych.

Współczynniki rejestracji dowodów dla DThe Zestaw danych dla każdego progu preferował model niezależny. Autorzy wielokrotnie przeprowadzali randomizacje danych, aby wygenerować wiele losowych zestawów danych. Procesy randomizacji powtórzono w celu walidacji i kalibracji obliczeń współczynnika dowodów. Proporcje logarytmicznego dowodu między modelami przyczynowymi (zależnymi) i niezależnymi dla 10 losowych zestawów danych były znacznie niższe niż oryginalne zestawy danych.

Następnie autorzy zbadali, czy różnica wieku w rozkładzie wiremii była istotna dla dynamiki infekcji. W tym celu powiązano miano wirusa z infekcją i możliwością transmisji. Zespół wykorzystał „oczekiwany sukces izolacji wirusa” na podstawie dystrybucji testów jako proxy infekcji. Nie było większych różnic w przewidywanej infekcji w różnych grupach wiekowych. Oznacza to, że co najwyżej można oczekiwać 50% różnicy (prawdopodobnie mniejszej różnicy) w zakażeniu ze względu na zróżnicowane miano wirusa w różnych grupach wiekowych.

READ  Niedrogie rozwiązanie może zapewnić całodobowe monitorowanie, odciążyć klinicystów i umożliwić nowe terapie Nauka w Polsce

Wnioski

Podsumowując, autorzy stwierdzili, że różnice w rozkładzie wiremii SARS-CoV-2 w różnych grupach wiekowych w Dc Zbiór danych był statystycznie istotny. Zaobserwowali statystycznie istotny wzrost miana wirusa wraz z wiekiem, trend, który pasuje do ogólnie przyjętej idei upośledzenia odpowiedzi immunologicznej wraz z wiekiem.

W związku z tym jego wpływ na infekcje w różnych grupach wiekowych był umiarkowany. Ogólnie wyniki potwierdziły, że miano wirusa było umiarkowanie zależne od wieku, co jest zgodne z dowodami z literatury. Autorzy zasugerowali, że opisane modele można łatwo zaadaptować do celów ogólnych i wykorzystać do wariantów SARS-CoV-2 lub przyszłych epidemii.