Estrategia cuantitativa nueva para mezclar las pruebas de la COVID-19 podría detectar precozmente los brotes

Los científicos han desarrollado un nuevo modelo para evaluar el desempeño de una estrategia de pruebas grupales para el virus SARS-CoV-2, que implica mezclar muestras de varios individuos para realizar una única prueba de RT-PCR en todo el grupo.

El estudio teórico realizado por científicos de la Université Grenoble Alpes (Grenoble, Francia) tiene en cuenta tanto el efecto de dilución como los límites de detección de la prueba de RT-PCR, en un esfuerzo por evaluar el número de posibles falsos negativos con base en el tamaño de la muestra combinada, para optimizar el tamaño del grupo, minimizando así el riesgo de epidemia y finalmente, para determinar con mayor exactitud el número de individuos contaminados dentro de una población determinada.

El principio de las pruebas grupales es simple matemáticamente hablando: en lugar de analizar cien muestras (una por individuo), se pueden agrupar en diez grupos de diez, con solo una prueba para cada grupo. Si el resultado de la prueba de un grupo es positivo, al menos una de las muestras del grupo contiene el agente infeccioso. Por el contrario, un resultado negativo debería, en principio, indicar que ninguna de las muestras combinadas contiene el agente infeccioso. El método de mezcla de muestras puede reducir el costo y acelerar la campaña de detección, pero la mezcla puede dar como resultado un resultado falso negativo cuando la combinación de muestras implique una dilución demasiado grande, es decir, cuando la cantidad del virus en la muestra analizada cae por debajo del nivel de detección de la prueba.

Para evaluar la eficiencia del cribado basado en una estrategia de prueba grupal, los investigadores, que son miembros de la plataforma MODCOV19, desarrollaron un modelo matemático que calcula este efecto de dilución en función del tamaño del grupo de muestra. Su modelo puede cuantificar la reducción de la sensibilidad de las pruebas, de ahí la capacidad de las pruebas con grupos más grandes o pequeños para detectar la presencia de un individuo contagioso. A diferencia de los métodos que intentan minimizar el número de pruebas necesarias para establecer un diagnóstico individual para el individuo o individuos contaminados, el objetivo central del modelo es ayudar a optimizar una estrategia de detección colectiva: ¿cuál es la mejor manera de optimizar el tamaño del grupo para detectar un número máximo de individuos al mismo tiempo y limitar el riesgo de falsos negativos?

Los investigadores también presentan un método exacto para medir la proporción de personas infectadas en la población analizada (conocido como prevalencia), que puede orientar la aplicación de medidas preventivas contra el riesgo de epidemia. Según su estudio, las pruebas grupales son de particular interés porque pueden evaluar rápida y regularmente la presencia de SARS-COV-2 dentro de comunidades “cerradas” (como hogares de ancianos o residencias universitarias).

Enlace relacionado:
Université Grenoble Alpes