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

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  Choroby genetyczne wpływające na męską płodność zdrowie

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  Osoby cierpiące na COVID-19 od dłuższego czasu doświadczają zmian w funkcjonowaniu mózgu: badanie

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.