Seorang Pakar Jelaskan: Cara Membaca Serosurvei Covid-19

Studi seroprevalensi, yang menguji antibodi, cenderung menghasilkan angka yang lebih tinggi daripada tes PCR, dan angka-angka ini terkadang bervariasi dalam putaran yang berbeda pada populasi yang sama. Apa yang menjelaskan variasi seperti itu? Dari angka yang tinggi dari serosurvei di India sejauh ini, apa yang dapat kita simpulkan tentang tingkat kekebalan yang dicapai?

Petugas kesehatan mengumpulkan sampel darah dan mengambil detail selama survei sero di apotik di Majnu Ka Tila (Foto ekspres oleh Abhinav Saha)

Apa yang dimaksud dengan studi seroprevalensi, dan mengapa angka-angka ini jauh lebih tinggi daripada jumlah kasus terkonfirmasi yang dilaporkan secara nasional?

Studi seroprevalensi (atau serosurvei) memperkirakan bagian populasi yang dites positif untuk antibodi menggunakan tes serologi. Kehadiran antibodi spesifik dalam konsentrasi yang cukup tinggi akan menunjukkan bahwa orang yang diuji sebelumnya terinfeksi. Biasanya, studi semacam itu menguji individu yang dipilih secara acak menggunakan teknik pengambilan sampel yang memungkinkan penskalaan hasil ke populasi umum. Anda tidak perlu menguji semua orang, atau bahkan sebagian besar populasi — yang kita butuhkan adalah sekumpulan individu yang diambil secara acak, asalkan mereka yang setuju untuk berpartisipasi dalam tes tidak berbeda secara sistematis dengan mereka yang menolak.

Terkadang pembaca berpikir kita membutuhkan sampel yang sangat besar untuk mendapatkan perkiraan yang tidak bias — ini tidak benar. Kami mungkin, bagaimanapun, membutuhkan sampel besar untuk mencapai presisi. Pikirkan melempar anak panah ke papan; jika lengan saya selalu berayun sedikit ke kanan, lebih banyak anak panah saya mungkin berakhir di sisi kanan papan. Ini bias. Presisi, di sisi lain, mengacu pada apakah saya bisa melempar anak panah saya sehingga mereka mengenai area yang sama secara konsisten tanpa spread yang besar. Presisi diinginkan karena membantu kami memeriksa apakah perkiraan dari satu studi tumpang tindih dengan temuan dari yang lain atau tidak. Jika dua penelitian menghasilkan perkiraan yang sangat tidak tepat, sulit untuk membedakannya. Dengan sejumlah besar pengamatan, seseorang bisa mendapatkan lebih banyak presisi, tetapi itu tidak mengesampingkan bias.

Perbedaan antara angka yang dilaporkan secara nasional dan yang berasal dari serosurvei, setidaknya sebagian, dari fakta bahwa sebagian besarCovid-19kasus di India tidak menunjukkan gejala. Di antara mereka yang memiliki gejala apa pun, ada variasi gejala yang signifikan. Ada juga beberapa ketakutan akan stigma dan ancaman karantina. Akibatnya, tidak semua orang dengan gejala diperiksa dan jumlah kasus yang ditemukan positif dari pengujian kasus saat ini dengan RT-PCR tetap jauh lebih kecil daripada dari studi seroprevalensi.

Apa yang bisa kita pelajari secara keseluruhan dari studi di India?

Studi di pusat kota besar di India, termasuk yang saya dan rekan penulis saya lakukan di Mumbai serta penelitian lain di Pune, Delhi dan Hyderabad, menunjukkan bahwa sebagian besar populasi di kota-kota ini memiliki antibodi — yang berarti mereka telah terjangkit. Studi Yayasan IDFC kami baru-baru ini di Karnataka, yang dipimpin oleh rekan penulis saya Anup Malani (UChicago), Anu Acharya (Mapmygenome) dan Kaushik Krishnan (CMIE) dan saya, menemukan bahwa lebih dari 44% daerah pedesaan juga memiliki antibodi. Dengan penyakit menular yang menyebar dengan cepat, bagian dari populasi yang memiliki antibodi akan meningkat dari waktu ke waktu. Ini diharapkan. Laju penyebaran adalah fungsi interaksi antara orang-orang, tingkat tindakan pencegahan yang diambil, dan berapa banyak orang yang saat ini terinfeksi. Hasil dari pemerintah negara bagian di Karnataka dari beberapa minggu yang lalu menunjukkan bahwa hampir 13% orang yang diuji dengan RT-PCR positif dengan infeksi saat ini. Ingatlah bahwa sebagian besar kemungkinan tidak menunjukkan gejala. Jika masing-masing hanya mendapatkan satu orang lagi yang terinfeksi, hampir seperempat populasi akan terinfeksi hanya dalam beberapa minggu bahkan jika Anda memulai dengan nol kasus sebelum 13% terinfeksi. Penjelasan Ekspres sekarang ada di Telegram

Petugas kesehatan mengumpulkan sampel darah di Majnu Ka Tila di New Delhi (Foto ekspres oleh Abhinav Saha)

Mengapa serosurvei putaran kedua terkadang memberikan angka yang lebih rendah dari yang pertama?

Mungkin ada beberapa alasan mengapa survei putaran kedua pada populasi yang sama mungkin menunjukkan angka yang lebih rendah. Salah satu penjelasannya adalah bahwa beberapa orang mungkin tidak ingin mendonorkan darah lagi untuk penelitian setelah mengetahui hasil dari waktu sebelumnya, sehingga penelitian tersebut mungkin berakhir dengan pengambilan sampel dari mereka yang tidak ingin berpartisipasi pada putaran pertama. Selain kekhawatiran pemilihan non-acak, kami telah melihat laporan dari beberapa penelitian tentang penurunan antibodi dari waktu ke waktu. Antibodi adalah apa yang diproduksi tubuh ketika melawan infeksi. Setelah infeksi berlalu, tubuh tidak perlu memproduksinya terus menerus, jadi penurunan adalah normal dalam pengertian ini. Itu tidak berarti tidak ada antibodi sama sekali, bahkan jika konsentrasinya lebih rendah dari yang dianggap positif pada tes laboratorium untuk antibodi. Lebih penting lagi, berkurangnya antibodi tidak berarti tubuh langsung rentan terhadap infeksi lain. Para ilmuwan juga mempelajari apakah ada mekanisme lain dari sistem kekebalan tubuh yang mungkin memberikan kekebalan jangka panjang setelah pulih dari penyakit.Covidinfeksi.

Jangan lewatkan dari Dijelaskan | Model menyoroti tempat yang memicu sebagian besar infeksi COVID-19

Mengapa penelitian yang berbeda dari negara bagian atau kota yang sama menunjukkan angka prevalensi yang berbeda?

Studi yang berbeda sering menggunakan metode pengambilan sampel yang berbeda dan metode pengujian yang berbeda. Misalnya, para peneliti di Translational Health Science and Technology Institute melaporkan bahwa tes serologi yang dikembangkan oleh mereka 20% lebih sensitif (yang berarti tes akan menunjukkan hasil positif jika sampel memiliki antibodi) daripada test kit Covid Kavach. Perbedaan seperti itu dapat menciptakan irisan dalam temuan kecuali studi dapat menyesuaikan secara memadai untuk metode pengambilan sampel dan menguji akurasi saat membuat prediksi. Di luar ini, penelitian seringkali memiliki kerangka waktu yang berbeda. Dengan epidemi yang berkembang pesat, perkiraan dapat bervariasi secara signifikan hanya dalam beberapa minggu. Berdasarkan angka yang dilaporkan dalam penelitian terbaru pemerintah Karnataka, 12% populasi saat ini positif RT-PCR; maka seroprevalensi diperkirakan meningkat hampir 12% hanya dalam waktu seminggu agar antibodi dapat dideteksi.

Masih ada nilai untuk melakukan pengujian secara acak, sampel yang mewakili populasi — terutama di beberapa bagian negara di mana epidemi masih menyebar dengan cepat (Foto ekspres oleh Abhinav Saha)

Mengapa ada begitu banyak variasi antara berbagai bagian kota atau negara bagian?

Ada sedikit alasan untuk mengharapkan bahwa perkiraan seroprevalensi akan identik di berbagai bagian negara bagian atau kota. Misalnya, studi awal di Mumbai menemukan bahwa penyakit menular yang menyebar dengan cepat hampir pasti akan menyebar secara berbeda di berbagai bagian negara bagian berdasarkan kapan itu disemai, tingkat mobilitas dan interaksi, kepadatan di daerah ini, dan apakah orang mengikuti masking. dan pencegahan jarak.

Jika seroprevalensi lebih tinggi dari 50-60%, apa artinya herd immunity? Bisakah kita kembali ke kehidupan normal sekarang?

Tiga hal yang jelas dari studi sejauh ini. Pertama, epidemi Covid-19 telah menginfeksi sebagian besar penduduk India, jika bukan mayoritas. Kedua, epidemi telah mempengaruhi daerah pedesaan dalam ukuran yang hampir sama. Faktor-faktor yang berkontribusi termasuk migrasi besar-besaran dari daerah perkotaan ke pedesaan selama penguncian, serta pembatasan penguncian yang kurang ketat dibandingkan dengan daerah perkotaan. Ketiga, bahkan jika seroprevalensi di beberapa bagian negara diperkirakan lebih dari 50%, terlalu dini untuk menyimpulkan bahwa individu yang tersisa akan dilindungi atau apakah mereka yang terinfeksi sebelumnya akan kebal untuk waktu yang lama. Faktanya, satu kekhawatiran adalah jika semua orang lengah dengan asumsi kekebalan kawanan ada di sini, ada banyak orang yang kemungkinan akan terinfeksi dan mungkin sakit dalam waktu yang sangat singkat. India telah mengalami pergantian peristiwa yang agak beruntung sejauh ini dengan sistem perawatan kesehatan yang tidak kewalahan dengan beban kasus dari Covid. Oleh karena itu, sangat penting untuk terus mempraktikkan penggunaan masker, cuci tangan, dan jaga jarak bahkan ketika sebagian besar negara mulai melanjutkan aktivitas ekonomi secara perlahan.

Tim departemen kesehatan di Jawaharpur (Foto Ekspres)

Apakah ada nilai untuk melakukan lebih banyak pengujian pada saat ini?

Strategi pengujian yang berfokus pada kasus-kasus simtomatik sesuai dalam pengaturan klinis, di mana dokter perlu mengetahui apa yang diderita pasien, dan informasi dari pengujian akan menentukan jalannya pengobatan. Ini bukan situasi yang kita hadapi. Sebaliknya, tantangannya adalah salah satu kebijakan publik, bukan pengambilan keputusan klinis. Masih ada nilai untuk melakukan pengujian secara acak, sampel yang mewakili populasi — terutama di beberapa bagian negara di mana epidemi masih menyebar dengan cepat. Dari perspektif kebijakan, akan sangat membantu bagi pemerintah untuk mempelajari di mana terdapat titik-titik infeksi sehingga mereka dapat bertindak cepat untuk membatasi penularan skala besar di wilayah tersebut sementara wilayah lain dapat terus aktif secara ekonomi. Penindasan yang ditargetkan semacam ini juga akan memastikan bahwa sistem kesehatan negara bagian akan memiliki kapasitas dan persiapan untuk menghadapi lonjakan permintaan layanan kesehatan untuk Covid.

Profesor Manoj Mohanan adalah Associate Professor di Sanford School of Public Policy di Duke University, dan juga memegang janji sekunder di Departemen Ekonomi dan Institut Kesehatan Global. Seorang ahli ekonomi mikro terapan yang bekerja dalam kebijakan kesehatan dan kesehatan global, ia mengerjakan proyek penelitian di India, Kenya, dan Cina. Dia adalah salah satu penulis serosurvei yang menyimpulkan bahwa 54% populasi perkotaan Karnataka dan 44% populasi pedesaannya telah terpapar virus corona baru pada bulan Agustus.

Bagikan Dengan Temanmu: