ReSIIC editado en: Infectología Salud Pública Diagnóstico por Laboratorio Epidemiología Medicina Interna Neumonología |
Introducción
La pandemia de la enfermedad por coronavirus 2019 (COVID-19, por sus siglas en inglés) plantea una amenaza existencial para numerosas universidades residenciales de los Estados Unidos (EE.UU.) o abren sus puertas a los estudiantes en septiembre de 2020 o corren el riesgo de sufrir graves consecuencias financieras. En ausencia de una vacuna eficaz, una terapia probada o inmunidad de grupo suficiente, la mejor alternativa para reabrir los campus en el otoño sería una estrategia sólida de prevención basada en el comportamiento combinada con un monitoreo regular para detectar, aislar, y contener nuevas infecciones por coronavirus 2 del síndrome respiratorio agudo grave (SARS-CoV-2, por sus siglas en inglés) cuando ocurran. Las pruebas sobre las tecnologías de monitoreo disponibles y su desempeño serían limitadas y evoluciona de forma rápida. En la actualidad, la Food and Drug Administration está evaluando más de 100 pruebas candidatas que detectan la presencia de infección por SARS-CoV-2. El regreso seguro de los estudiantes a las universidades residenciales exige una estrategia eficaz de monitoreo de SARS-CoV-2.
El objetivo del presente estudio fue definir los estándares de rendimiento de detección de SARS-CoV-2 que permitirían el regreso seguro de los estudiantes a los campus universitarios residenciales de EE.UU. durante el semestre de otoño de 2020.
Métodos
El presente estudio de modelado analítico incluyó un cohorte hipotético de 4990 estudiantes sin infección por SARS-CoV-2 y 10 con infección por SARS-CoV-2 asintomática no detectada al comienzo del semestre. Se definieron 3 escenarios de epidemia cada vez más pesimistas y se estimaron los resultados acumulativos y el rendimiento económico para un semestre abreviado de otoño 2020 de 80 días. La decisión y los análisis de rentabilidad se vincularon a un modelo epidémico compartimental para evaluar la detección basada en los síntomas y las pruebas con variable frecuencia (cada uno, 2, 3 y 7 días), sensibilidad (70% a 99%), especificidad (98% a 99.7%) y costo ($ 10 por prueba a $ 50 por prueba). Los números reproductivos (Rt) fueron 1.5, 2.5 y 3.5, definiendo 3 escenarios de gravedad epidémica, con infecciones adicionales importadas mediante choques exógenos. Se asumió que después de un retraso de 8 horas, las personas que recibían un resultado positivo (verdadero o falso) y aquellos que presentaban síntomas de COVID-19 serían trasladados a un dormitorio de aislamiento, donde se confirmaría su infección, y no se producirían más transmisiones. Los estudiantes con resultados confirmados (es decir, verdaderos positivos) permanecerían en el dormitorio de aislamiento una media de 14 días. Los estudiantes con resultados falsos positivos permanecerían aislados durante 24 horas, suponiendo que una prueba confirmatoria altamente específica podría anular el diagnóstico original, permitiéndoles regresar a la población del campus. El modelo asumió un riesgo de letalidad sintomático de 0.05% y una probabilidad de 30% de que la infección eventualmente conduzca a síntomas observables que definan COVID-19 en el cohorte. Los resultados principales fueron las pruebas acumulativas, las infecciones y los costos. También se valoraron el censo diario de dormitorios de aislamiento, la rentabilidad incremental, y el impacto presupuestario.
Resultados
Al comienzo del semestre, el cohorte hipotético de 5000 estudiantes incluyó 4990 (99.8%) sin infección por SARS-CoV-2 y 10 (0.2%) con infección por SARS-CoV-2. Suponiendo un Rt de 2.5 y una detección diaria con una sensibilidad del 70%, una prueba con una especificidad del 98% arrojó 162 infecciones estudiantiles acumulativas y un promedio de censo diario de dormitorios de aislamiento medio de 116, con 21 estudiantes (18%) con resultados verdaderamente positivos. La detección basada en síntomas informó 4970 infecciones. Aumentar la sensibilidad de la prueba del 70% al 90% redujo las infecciones totales (de 162 a 149 para el examen diario y de 1840 a 1118 para el examen semanal). La detección cada 2 días resultó en 243 infecciones acumuladas y un promedio de censo diario de aislamiento de 76, con 28 estudiantes (37%) con resultados verdaderamente positivos. La detección cada 7 días resultó en 1840 infecciones acumulativas y un promedio de censo diario de aislamiento de 121 estudiantes, con 108 estudiantes (90%) con resultados verdaderamente positivos. El número de estudiantes con resultados falsos positivos y la capacidad de aislamiento requerida para acomodarlos se redujeron en presencia de una prueba más específica. En todos los escenarios, la frecuencia de la detección se asoció más fuertemente con la infección acumulativa que la sensibilidad de la detección. La detección basada en síntomas no sería suficiente para contener un brote en cualquiera de los escenarios que fueron considerados. El análisis de rentabilidad seleccionó la detección con una prueba con una sensibilidad del 70% cada 2, uno o 7 días como la estrategia preferida para un Rt de 2.5, 3.5 o 1.5, respectivamente, lo que implica costos de detección de $ 470, $ 910 o $ 120, respectivamente, por estudiante por semestre.
Conclusiones
Los resultados del presente analsis indican que la detección cada 2 días mediante una prueba rápida, económica e incluso poco sensible (> 70%), junto con intervenciones conductuales estrictas para mantener el Rt por debajo de 2.5, mantendrían un número controlable de infecciones por COVID-19, sería rentable y permitiría el regreso seguro de los estudiantes al campus universitarios en otoño del 2020 en los EE.UU. No obstante, esto tendría un nivel logístico, finaciero y conductual muy alto que podría estar fuera del alcance de numerosos administradores universitarios y estudiantes a su cargo.
Copyright siicsalud © 1997-2024 ISSN siicsalud: 1667-9008