¿Cuántas personas en los EE. UU. Han tenido COVID-19? Usando una base de datos de información recopilada después del brote de H1N1 2009, un investigador de la Universidad Estatal de Montana está ayudando a desarrollar una mejor comprensión de la propagación del nuevo coronavirus.
Alex Washburne, investigador del Laboratorio de Ecología de la Enfermedad de Bozeman, ubicado en el Departamento de Microbiología e Inmunología de la Facultad de Agricultura, publicó un artículo sobre el tema esta semana en la revista Medicina traslacional de la ciencia . El documento utiliza datos de ILINet, una base de datos creada por los Centros para el Control y la Prevención de Enfermedades en 2010 para contar a los pacientes que ingresan en clínicas médicas con enfermedades similares a la influenza o ILI. Ese tipo de recopilación de datos con el fin de identificar tendenciasse conoce como vigilancia sindrómica.
Las enfermedades similares a la influenza incluyen cualquier cantidad de infecciones que conllevan síntomas similares a la gripe estacional, como fiebre, tos y dolor de garganta. Tanto las enfermedades H1N1 similares a la influenza como las que no son influenza, como COVID-19, pertenecen a ese grupo.Las tendencias en las visitas a clínicas de ILI, dijo Washburne, podrían ayudar a comprender mejor cuán rápida y extensamente se propagó COVID-19 durante los primeros días de su aparición en los EE. UU.
En colaboración con investigadores de las universidades de Pennsylvania State y Cornell, Washburne examinó el número de visitas de ILI informadas cada semana durante la última década y comparó esas tendencias históricas con dichas visitas durante marzo de 2020. Identificaron un aumento en las visitas de ILI de marzo de 2020 que es paraleloaumentos regionales en los casos de COVID-19.
Al examinar los datos de ILI junto con la prevalencia regional conocida de COVID-19, Washburne y sus colaboradores determinaron que puede haber habido muchos casos de la enfermedad por coronavirus que inicialmente no se identificaron como tales.
Washburne y sus colegas estiman que hasta el 87% de los casos de coronavirus no se diagnosticaron a principios de marzo, lo que podría traducirse en alrededor de 8,7 millones de personas en función del exceso de visitas de ILI de marzo. El aumento de ILI disminuyó rápidamente en la última parte deMarzo, los principales investigadores concluyeron que se estaban identificando más casos de COVID-19 ya que se registraban menos informes de ILI en la base de datos.
"Al principio parece haber una baja tasa de detección de casos, pero a medida que pasó el tiempo eso cambió", dijo Washburne. "En la última semana de marzo, a medida que se realizaban más y más pruebas, esa tasa de detección de casos aumentósignificativamente."
Esta es una buena noticia para los científicos que buscan predecir y prepararse para futuras epidemias, dijo Washburne. Se estableció una línea de base a través de una década de recolección de datos de ILI que permite la detección temprana de oleadas anómalas de ILI que se desvían del promedio anual.
Con gran parte de la investigación sobre COVID-19 a medida que se desarrolla la pandemia, Washburne dijo que la vigilancia sindrómica como esta muestra a los investigadores y a la comunidad médica una pieza de una historia más grande. Cuando se combina con los esfuerzos de prueba de COVID-19 y las encuestas serológicas, que buscanPara identificar la proporción de una población con inmunidad a una enfermedad, este tipo de recopilación y análisis de datos puede iluminar una pieza del rompecabezas que ayuda a delinear nuestra comprensión del coronavirus en su conjunto, dijo, al tiempo que ofrece información para futuras epidemias potenciales.
Washburne también dijo que la vigilancia sindrómica con herramientas como ILINet podría aplicarse en áreas donde las pruebas generalizadas son demasiado caras.
"Para las comunidades que pueden no tener la capacidad de realizar más pruebas a gran escala, esto puede ayudarles a darles una idea del movimiento de su epidemia en el tiempo y el espacio", dijo. "De esa manera pueden saber cuándoimplementar acciones como el uso de máscaras y medidas de distanciamiento social "
La práctica de recopilar datos antes de un brote potencial es una inversión en la salud pública futura, dijo Washburne. Esta investigación sobre COVID-19 no habría sido posible sin la creación de la base de datos después del H1N1, por lo que continuaría expandiendo la línea de baselos datos recopilados para otras enfermedades podrían ser cruciales en la navegación de futuras pandemias.
"Todos estos métodos diferentes se pueden usar para validarse mutuamente", dijo. "Sabemos que si nuestros otros métodos no funcionan de manera óptima, tenemos recursos adicionales. Cosas como estas realmente pueden ayudarnos a estar mejor preparados enel futuro."
Fuente de la historia :
Materiales proporcionado por Universidad Estatal de Montana . Original escrito por Reagan Colyer. Nota: El contenido puede ser editado por estilo y longitud.
Referencia del diario :
Cita esta página :