V poslední době se zajímám o zdraví a léčbu v souvislosti s epidemií covid-19.

WHO vydala přehled smrtnosti covidu

8. 6. 2021 16:34
Rubrika: Zdraví | Štítky: zdraví , statistiky

Zdá se, že smrtnost covidu je individuální a hodně to záleží na tom jak to kde zvládli. Faktorů může být více, roli může sehrát hustota obyvatelstva.

 

Zdroj: Světová zdravotnická organizace (nikým nevolený soukromý, ale bůhví proč se na ne MZČR furt odkazuje), https://www.who.int/bulletin/volumes/99/1/20-265892/en/

Autor: John P A Ioannidis a a,a. Meta-Research Innovation Center at Stanford (METRICS), Stanford University, 1265 Welch Road, Stanford, California 94305, United States of America.

Úprava textu pro článek: zdroje na konci jsem vypustil, jinak vše ponechávám bez úprav, jen zkopírované z Google translator.

Úprava formátu: Je možné že nějaké formátování tam přidám, až to budu číst.

Pozn. V těch seznamech dole jde o to, že existuje více zdrojů měření a výpočtu, takže je tam více údajů. Domnívám se, že faktorů smrtnosti bude existovat více, záleží to např. na tom jaké je zdraví obyvatelstva a jaký je tam zdravotní systém.

 

Míra úmrtnosti na infekci COVID-19 odvozená z údajů o séroprevalenci

Article has an altmetric score of 2277

John PA Ioannidis a

A. Meta-Research Innovation Center ve Stanfordu (METRICS), Stanford University, 1265 Welch Road, Stanford, Kalifornie 94305, Spojené státy americké.

Korespondence s Johnem PA Ioannidisem (e-mail: jioannid@stanford.edu ).

(Odesláno: 13. května 2020 - Revidovaná verze přijata: 13. září 2020 - Přijato: 15. září 2020 - Publikováno online: 14. října 2020.)

Bulletin Světové zdravotnické organizace 2021; 99: 19-33F. doi: http://dx.doi.org/10.2471/BLT.20.265892

Úvod

Míra úmrtnosti na infekci, pravděpodobnost úmrtí infikované osoby, je jedním z nejdůležitějších rysů pandemie koronavirové choroby 2019 (COVID-19). Očekávané celkové úmrtnostní zatížení přípravkem COVID-19 přímo souvisí s mírou úmrtnosti na infekci. Ospravedlnění různých nefarmakologických intervencí v oblasti veřejného zdraví navíc závisí na míře úmrtnosti na infekci. Některé přísné zásahy, které mohou mít za následek také výraznější vedlejší škody 1, lze považovat za vhodné, pokud je vysoká míra úmrtnosti na infekci. Naopak, stejná opatření mohou nedosahovat přijatelných mezních hodnot rizika a prospěchu, pokud je míra úmrtnosti na infekci nízká.

První údaje z Číny naznačovaly 3,4% míru úmrtnosti 2 a že asymptomatické infekce byly neobvyklé 3, takže míra úmrtnosti a míra úmrtnosti na infekce by byla přibližně stejná. Matematické modely naznačují, že by mohlo být infikováno 40–81% světové populace, 4 , 5, a snížili míru úmrtnosti na 1,0% nebo 0,9%. 5 , 6 Od března 2020 řada studií odhaduje šíření viru způsobujícího COVID-19 - těžký akutní respirační syndrom koronavirus 2 (SARS-CoV-2) - na různých místech hodnocením séroprevalence. Údaje o prevalenci z těchto studií jsem použil k odvození odhadů míry úmrtnosti na infekci COVID-19.

Metody

Séroprevalenční studie

Vstupními údaji pro výpočty míry úmrtnosti na infekce byly studie o séroprevalenci COVID-19 provedené v obecné populaci nebo ve vzorcích, které by mohly přibližně představovat obecnou populaci (např. Se správnou váhou), které byly publikovány v recenzovaných časopisech nebo jako předtisky (bez ohledu na jazyk) od 9. září 2020. Uvažoval jsem pouze o studiích s nejméně 500 hodnocenými vzorky, protože menší soubory dat by vedly k velké nejistotě pro jakékoli výpočty založené na těchto datech. Zahrnul jsem studie, které prováděly hodnocení séroprevalence v různých časových intervalech, pokud alespoň jedno hodnocení časového intervalu mělo velikost vzorku alespoň 500 účastníků. Pokud existovaly různé vhodné časové intervaly, vybral jsem ten s nejvyšší séroprevalencí, protože séroprevalence se může časem snižovat s poklesem titrů protilátek. Vyloučil jsem studie s daty shromážděnými déle než měsíc, které nebylo možné rozdělit do alespoň jednoho vhodného časového intervalu kratšího než jeden měsíc, protože by nebylo možné spolehlivě odhadnout bodovou séroprevalenci. Studie byly způsobilé bez ohledu na přesné věkové rozmezí zahrnutých účastníků, ale vyloučil jsem studie pouze s dětmi.

Rovněž jsem zkoumal výsledky národních studií z předběžných tiskových zpráv a zpráv, kdykoli některá země neměla ve zveřejněných dokumentech nebo předtiskech žádné další údaje. Toto zahrnutí umožnilo zastoupení těchto zemí, ale informace byly méně úplné než informace v publikovaných dokumentech nebo předtiskech, a proto vyžadují opatrnost.

Zahrnul jsem studie o dárcích krve, i když mohou podceňovat séroprevalenci a nadhodnocovat míru úmrtnosti na infekci kvůli účinku zdravého dobrovolníka. Vyloučil jsem studie o zdravotnických pracovnících, protože tato skupina má potenciálně vysoké riziko expozice, což může vést k odhadům séroprevalence mnohem vyšším než u běžné populace, a tedy k nepravděpodobně nízké míře úmrtnosti na infekci. Podobně jsem také vyloučil studie o komunitách (např. Azylové domy nebo náboženské či jiné sdílené komunity). Studie byly způsobilé bez ohledu na to, zda se zaměřovaly na hodnocení séroprevalence ve velkých nebo malých regionech, za předpokladu, že referenční populace v regionu byla nejméně 5 000 lidí.

Hledal jsem PubMed® (LitCOVID) a medRxiv, bioRxiv a Research Square pomocí výrazů „séroprevalence“ NEBO „protilátky“ s průběžnou aktualizací. První vyhledávání jsem provedl začátkem května a provedl jsem měsíční aktualizace, poslední aktualizace 9. září 2020. Kontaktoval jsem terénní odborníky, aby získali všechny důležité studie, které mohly být zmeškány.

Z každé studie jsem extrahoval informace o umístění, náboru a strategii odběru vzorků, data odběru vzorků, velikost vzorku, typy měřených protilátek (imunoglobulin G (IgG), IgM a IgA), odhadovaná surová séroprevalence (pozitivní vzorky dělené všemi vzorky testované), upravená séroprevalence a faktory, které autoři zvažovali pro úpravu.

Odvozená míra úmrtnosti na infekci

Pokud studie nezahrnovala celou zemi, shromáždil jsem informace o populaci příslušného místa z papíru nebo údajů z nedávného sčítání lidu, abych co nejvíce přiblížil příslušnou spádovou oblast (např. Region (y) nebo kraj (y)) ). Některé studie se zaměřily na konkrétní věkové skupiny (např. S ​​výjimkou starších lidí a / nebo s výjimkou dětí) a některé odhadované počty lidí infikovaných v populaci na základě konkrétních věkových skupin. Pro konzistenci jsem k odhadu počtu nakažených použil celou populaci (všechny věkové kategorie) a zvlášť populaci 0–70 let. Předpokládal jsem, že séroprevalence bude podobná v různých věkových skupinách, ale také jsem zaznamenal jakékoli významné rozdíly v séroprevalenci napříč věkovými vrstvami, abych posoudil platnost tohoto předpokladu.

Počítal jsem počet infikovaných lidí vynásobením příslušné velikosti populace a upraveného odhadu séroprevalence. Pokud studie neposkytla upravený odhad séroprevalence, místo toho jsem použil neupravenou séroprevalenci. Když byly k dispozici odhady séroprevalence s různými úpravami, vybral jsem analýzu s největší úpravou. Faktory upravené o zahrnutý výkon testu COVID-19, design vzorkování a další faktory, jako je věk, pohlaví, účinky shlukování nebo socioekonomické faktory. Neupravoval jsem specifičnost výkonu testu, když byly pozitivní výsledky protilátek již ověřeny jinou metodou.

Pro počet úmrtí COVID-19 jsem zvolil počet úmrtí nahromaděných do data 1 týden po polovině sledovaného období (nebo k datu nejbližšímu tomuto, které mělo k dispozici údaje) - pokud autoři studie neměli pádné argumenty zvolit jiný časový bod nebo přístup. Týdenní zpoždění odpovídá různým zpožděním ve vývoji protilátek oproti úmrtí na infekci. Počet úmrtí je přibližný, protože není známo, kdy byl infikován přesně každý zemřelý pacient. Mezní hodnota 1 týden po středním bodu studie může podcenit úmrtí v místech, kde jsou pacienti dlouho před smrtí v nemocnici, a může nadhodnocovat úmrtí v místech, kde pacienti brzy zemřou kvůli špatné nebo dokonce nevhodné péči. To, zda došlo k přetížení zdravotnického systému, může také ovlivnit počet úmrtí. Kromě toho kvůli nedokonalé diagnostické dokumentaci mohla být úmrtí COVID-19 nadhodnocená i podhodnocená na různých místech a v různých časových bodech.

Vypočítal jsem odvozenou míru úmrtnosti na infekci vydělením počtu úmrtí počtem infikovaných lidí pro celou populaci a zvlášť pro lidi mladší než 70 let. Poměr úmrtí COVID-19, ke kterému došlo u lidí mladších 70 let, jsem převzal ze situačních zpráv pro příslušná místa, která jsem získal v době, kdy jsem identifikoval studie séroprevalence. Také jsem vypočítal opravenou míru úmrtnosti na infekci, abych se pokusil zohlednit skutečnost, že mohl být použit pouze jeden nebo dva typy protilátek (mezi IgG, IgM, IgA). Opravil jsem séroprevalenci směrem nahoru (a odvozenou míru úmrtnosti na infekci směrem dolů) o jednu desetinu její hodnoty, pokud studie neměřila IgM a podobně, pokud nebyla měřena IgA. Tato korekce je přiměřená na základě některých časných důkazů 7, i když panuje nejistota ohledně přesného korekčního faktoru.

Syntéza dat

Odhady míry úmrtnosti na infekci na všech místech ukázaly velkou heterogenitu s I 2 přesahující 99,9%; metaanalýza by tedy byla nevhodná pro hlášení na všech místech. Kvantitativní syntéza s metaanalýzou napříč všemi místy by byla také zavádějící, protože místa s vysokou séroprevalencí COVID-19 by měla tendenci nést větší váhu než místa s nízkou séroprevalencí. Kromě toho by ve výpočtech byla vícekrát zastoupena místa s více studiemi (obvykle ta, která přitahovala více pozornosti kvůli vysokému počtu obětí a tedy vysoké míře úmrtnosti na infekci). Špatně provedené studie s menším počtem úprav by navíc získaly větší váhu kvůli rušivě užším intervalům spolehlivosti než přísnější studie s pečlivějšími úpravami, které umožňují větší nejistotu. A konečně, s vysoce zkreslenou distribucí míry úmrtnosti na infekci as velkou heterogenitou mezi studiemi by typické modely náhodných účinků vytvořily nesprávně vysokou souhrnnou míru úmrtnosti na infekci, která se blíží průměru odhadů specifických pro studii (také silně ovlivněna vysokou místa úmrtnosti, kde bylo provedeno více studií); pro takovou zkosenou distribuci je vhodnější medián.

V prvním kroku jsem tedy seskupil odhady míry úmrtnosti na infekci ze studií ve stejné zemi (nebo ve Spojených státech amerických ve stejném státě) dohromady a vypočítal jsem míru úmrtnosti na jednu infekci pro dané místo, přičemž jsem vážil studii - míra úmrtnosti na konkrétní infekci podle velikosti vzorku každé studie. Tento přístup se vyhnul nevhodnému přikládání větší váhy studií s vyššími odhady séroprevalence a těm, které měly zdánlivě užší intervaly spolehlivosti kvůli špatným nebo žádným úpravám, zatímco stále přikládal větší váhu větším studiím. Poté jsem použil jediný souhrnný odhad pro každé místo k výpočtu mediánu distribuce odhadů míry úmrtnosti na konkrétní infekci. Nakonec jsem prozkoumal, zda byla míra úmrtnosti na konkrétní infekci spojena s mírou úmrtnosti COVID-19 v populaci (úmrtí COVID-19 na milion lidí) v každém místě k 12. září 2020; tato analýza mi umožnila posoudit, zda odhady úmrtnosti na infekci měly tendenci být vyšší v lokalitách s vyšší zátěží úmrtí z COVID-19.

Výsledek

Séroprevalenční studie

Získal jsem 61 studií se 74 vhodnými odhady publikovanými buď v recenzované literatuře, nebo jako předtisky k 9. září 2020. 8 - 68 Dále jsem zvážil dalších osm předběžných národních odhadů. 69 - 76 Toto vyhledávání přineslo celkem 82 vhodných odhadů (obr. 1).

Obr. 1. Vývojový diagram pro výběr studií séroprevalence u těžkého akutního respiračního syndromu koronaviru 2, 2020

Obr. 1. Vývojový diagram pro výběr studií séroprevalence u těžkého akutního respiračního syndromu koronaviru 2, 2020

COVID-19: coronavirus disease 2019; SARS-CoV-2: těžký akutní respirační syndrom koronavirus 2.

Studie se podstatně lišily ve vzorcích a vzorcích náboru (tabulka 1; k dispozici na: http://www.who.int/bulletin/volumes/99/1/20-265892). Z 61 studií bylo výslovně zaměřeno 24 studií 8 , 10 , 16 , 17 , 20 , 22 , 25 , 33 , 34 , 36 , 37 , 42 , 46 - 49 , 52 - 54 , 57 , 61 , 63 , 65 , 68 pro náhodný výběr z obecné populace. V zásadě je náhodný výběr silnější. Avšak i poté nebudou lidé, kteří nemohou být zastiženi (např. E-mailem nebo telefonem nebo dokonce jejich návštěvou v domě), přijati, a tyto zranitelné populace budou pravděpodobně zmeškány. Několik takových studií 8 , 10 , 16 , 37 , 42 se navíc zaměřilo na geografická místa s vysokým počtem úmrtí, vyšší než na jiných místech ve stejném městě nebo zemi, a tento důraz by měl tendenci nakonec zvolit vyšší míru úmrtnosti na infekci průměrný.

Jedenáct studií hodnotilo dárce krve, 12 , 15 , 18 , 24 , 28 , 31 , 41 , 44 , 45 , 55 , 60, což by mohlo podceňovat séroprevalenci COVID-19 v běžné populaci. Například 200 dárců krve ve francouzském Oise vykázalo 3,00% séroprevalence, zatímco séroprevalence byla 25,87% (171/661) u žáků, sourozenců, rodičů, učitelů a zaměstnanců střední školy s hromadou případů ve stejné oblasti; skutečná séroprevalence populace může být mezi těmito dvěma hodnotami. 13

U jiných studií může předpojatost zdravých dobrovolníků 19 podceňovat séroprevalenci, přitahování lidí s příznaky 26 může nadhodnocovat séroprevalenci a studie zaměstnanců, 14 , 21 , 25 , 32 , 66 klientů obchodů s potravinami 23 nebo kohorty pacientů 11 , 14 , 27 - 30 , 36 , 38 , 40 , 50 , 51 , 56 , 59 , 62 , 64 , 67 riziko zkreslení vzorkování v nepředvídatelném směru.

Všechny studie testované na protilátky IgG, ale pouze přibližně polovina hodnotila také IgM a několik hodnotilo IgA. Pouze sedm studií hodnotilo všechny tři typy protilátek a / nebo používalo pan-Ig protilátky. Poměr lidí ve vzorku k celkové populaci regionu byl více než 1:1000 ve 20 studiích (tabulka 2; k dispozici na: http://www.who.int/bulletin/volumes/99/1/20-265892) .

Odhady séroprevalence

Séroprevalence infekce se pohybovala od 0,02% do 53,40% (58,40% v subpopulaci slumů v Bombaji; tabulka 3). Studie se značně lišily v závislosti na tom, zda se pokusily upravit odhady výkonu testu, vzorkování (přiblížení reprezentativnějšímu vzorku), shlukování (např. Při zahrnutí členů domácnosti) a dalších faktorech. Upravená séroprevalence se občas podstatně lišila od neupravené hodnoty. Ve studiích, které používaly vzorky z více lokalit, byla pozorována heterogenita mezi lokalitami (např. 0,00–25,00% ve 133 brazilských městech). 25

Odvozená míra úmrtnosti na infekci

Odhady odvozené míry úmrtnosti na infekci se pohybovaly od 0,00% do 1,63% (tabulka 4). Opravené hodnoty se také značně lišily (0,00–1,54%).

Pro 15 lokalit byl k dispozici více než jeden odhad míry úmrtnosti na infekci, a tak jsem mohl porovnat míru úmrtnosti na infekci z různých studií hodnotících stejné místo. Odhady míry úmrtnosti na infekci měly tendenci být v každé lokalitě homogennější, zatímco v různých lokalitách se výrazně lišily (obr. 2). Na stejném místě mají odhady míry úmrtnosti na infekci tendenci mít jen malé rozdíly, i když je možné, že různé oblasti na stejném místě mohou mít také skutečné rozdíly v míře úmrtnosti na infekci. Francie je jednou z výjimek, kde jsou rozdíly velké, ale oba odhady pocházejí z populačních studií ohnisek ve školách, a proto nemusí poskytovat dobré odhady séroprevalence populace a mohou vést k podceňované míře úmrtnosti na infekci.

Obr. 2. Odhady míry úmrtnosti na infekci pro COVID-19 v lokalitách, které měly dva nebo více odhadů, 2020

Obr. 2. Odhady míry úmrtnosti na infekci pro COVID-19 v lokalitách, které měly dva nebo více odhadů, 2020

COVID-19: coronavirus disease 2019. 
Poznámky: Lokality jsou definovány na úrovni zemí, s výjimkou Spojených států amerických, kde jsou definovány na úrovni států a Čína je rozdělena na oblasti Wuhan a mimo Wuhan. Jsou zobrazeny opravené odhady míry úmrtnosti na infekci (korekce podle toho, jaké typy protilátek byly testovány).

Použil jsem souhrnné odhady vážené pro velikost vzorku, abych vygeneroval jeden odhad pro každé místo. Data byla k dispozici pro 51 různých lokalit (včetně odvozené míry úmrtnosti na infekci z osmi předběžných dalších národních odhadů v tabulce 5).

Medián úmrtnosti na infekci na všech 51 místech byl 0,27% (korigováno 0,23%). Většina údajů pocházela z lokalit s vysokým počtem úmrtí z COVID-19 a 32 z těchto lokalit mělo míru úmrtnosti populace (úmrtí COVID-19 na milion obyvatel) vyšší než celosvětový průměr (118 úmrtí z COVID-19 na milion k 12. září 2020; 79 obr.3). Neopravené odhady míry úmrtnosti na infekci COVID-19 se pohybovaly od 0,01% do 0,67% (medián 0,10%) na 19 místech s mírou úmrtnosti populace pro COVID-19 nižší než globální průměr, od 0,07% do 0,73% (medián 0,20%) na 17 místech s mírou úmrtnosti populace vyšší než celosvětový průměr, ale nižší než 500 úmrtí COVID-19 na milion a od 0,20% do 1,63% (medián 0,71%) na 15 místech s více než 500 úmrtí COVID-19 na milión. Opravené odhady střední míry úmrtnosti na infekci byly u tří skupin umístění 0,09%, 0,20% a 0,57%.

Obr. 3. Opravené odhady míry úmrtnosti na infekci COVID-19 v každém místě vynesené proti kumulativním úmrtím COVID-19 na milion k 12. září 2020 v tomto místě

U lidí mladších 70 let se míra úmrtnosti na infekci COVID-19 na 40 místech s dostupnými údaji pohybovala od 0,00% do 0,31% (medián 0,05%); opravené hodnoty byly podobné.

Diskuse

Míra úmrtnosti na infekci není pevnou fyzickou konstantou a může se podstatně lišit v různých lokalitách, v závislosti na struktuře populace, kombinaci případů infikovaných a zemřelých jedinců a dalších místních faktorech. Zde analyzované studie představují 82 různých odhadů míry úmrtnosti na infekci COVID-19, ale nejsou zcela reprezentativní pro všechny země a lokality po celém světě. Většina studií pochází z lokalit s celkovou mírou úmrtnosti COVID-19, která je vyšší než celosvětový průměr. Odvozená střední míra úmrtnosti na infekce v lokalitách s úmrtností COVID-19 nižší než globální průměr je nízká (0,09%). Pokud by bylo možné vzorkovat rovnoměrně ze všech míst po celém světě, střední míra úmrtnosti na infekci by mohla být dokonce podstatně nižší než 0,23% pozorovaných v mé analýze.

COVID-19 má velmi strmý věkový gradient pro riziko smrti. 80 Kromě toho v evropských zemích, kde došlo k velkému počtu případů a úmrtí 81 , a v USA 82 , mnoho a v některých případech většina úmrtí došlo v domovech s pečovatelskou službou. Místa s mnoha úmrtími v pečovatelských domech mohou mít vysoké odhady míry úmrtnosti na infekci, ale míra úmrtnosti na infekci by byla stále nízká u nestárnoucích a nevyčerpaných lidí.

V rámci Číny, jsou mnohem vyšší odhady úmrtnost infekce v Wuhan ve srovnání s ostatními oblastmi země mohou odrážet rozšířené nozokomiálních infekcí, 83 , stejně jako neznalost, jak zvládnout infekce jako první místo, které musel řešit COVID-19. Velmi mnoho úmrtí v domovech s pečovatelskou službou, nozokomiální infekce a zahlcené nemocnice mohou také vysvětlit vysoký počet úmrtí na konkrétních místech v Itálii 84 a New Yorku a sousedních státech. 23 , 27 , 35 , 56 Špatná rozhodnutí (např. Odeslání pacientů s COVID-19 do domovů s pečovatelskou službou), špatná péče (např. Zbytečná mechanická ventilace a hydroxychlorochin) mohou také přispět k horším výsledkům. Vysoká úroveň přetížení (např. V rušných systémech veřejné dopravy) mohla také vystavit mnoho lidí vysoké infekční zátěži, a tedy možná i závažnějším onemocněním. Spekulovalo se také o agresivnějším virovém kladu. 85 Míra úmrtnosti na infekci může být velmi vysoká u znevýhodněných populací a v prostředí s kombinací faktorů předurčujících k vyšším úmrtím. 37

V asijských zemích se zdá být velmi nízká úmrtnost na infekce. 8 , 11 , 29 , 48 , 49 , 51 , 59 , 61 , 67 Mladší populace v těchto zemích (s výjimkou Japonska), předchozí imunita vůči expozici jiným koronavirům, genetické rozdíly, hygienická etiketa, nižší infekční zátěž a další neznámé faktory mohou vysvětlete tyto nízké sazby. Míra úmrtnosti na infekci je nízká také v zemích s nízkými příjmy v Asii i Africe, 44 , 49 , 66 , 67, což pravděpodobně odráží mladou věkovou strukturu. Komorbidity, chudoba, křehkost (např. Podvýživa) a přetížené životní podmínky ve městech však mohou mít nepříznivý vliv na riziko, a tak zvyšovat míru úmrtnosti na infekci.

Titry protilátek mohou s časem 10 , 28 , 32 , 86 , 87 klesat , což by poskytlo falešně nízké odhady prevalence. Uvažoval jsem o maximálním odhadu séroprevalence, když bylo k dispozici několik opakovaných měření v různých časových bodech, ale i tak nelze část tohoto poklesu plně zohlednit. Až na čtyři výjimky 10 , 28 , 32 , 51 byla maximální hodnota séroprevalence v posledním časovém bodě.

Pozitivní kontroly pro použité testy protilátek byli typicky symptomatičtí pacienti s pozitivními testy polymerázové řetězové reakce. U symptomatických pacientů je pravděpodobnější tvorba protilátek. 87 - 91 Protože studie séroprevalence se konkrétně snaží odhalit nediagnostikované asymptomatické a mírně symptomatické infekce, mohla by nižší citlivost na tyto mírné infekce vést k podstatnému podhodnocení počtu infikovaných osob a nadhodnocení odvozené míry úmrtnosti na infekci.

Hlavním problémem studií séroprevalence je, zda nabízejí reprezentativní obraz populace v hodnoceném regionu. Obecným problémem je, že zranitelné osoby s vysokým rizikem infekce a / nebo úmrtí mohou být ve studiích typu průzkumu obtížnější získat. Infekce COVID-19 je zvláště rozšířená a / nebo smrtelná v domovech s pečovatelskou službou, u lidí bez domova, ve věznicích a ve znevýhodněných menšinách. 92 Většinu z těchto populací je velmi obtížné nebo dokonce nemožné získat a odebrat vzorky a v průzkumech je pravděpodobně v různé míře nedostatečně zastoupena (nebo dokonce zcela chybí). Tato překážka vzorkování by vedla k podcenění séroprevalence a nadhodnocení míry úmrtnosti na infekci.

V zásadě se upravené hodnoty séroprevalence mohou blížit skutečnému odhadu, ale úpravy ukazují, že každá studie samotná může mít nevyhnutelnou nejistotu a fluktuaci v závislosti na zvoleném typu analýzy. Navíc se moje opravené odhady míry úmrtnosti na infekci pokoušejí zohlednit podhodnocování infikovaných lidí, když nebyly hodnoceny všechny tři protilátky (IgG, IgM a IgA). Velikost opravy je však nejistá a může se lišit za různých okolností. Neznámý podíl lidí mohl na virus reagovat pomocí imunitních mechanismů (slizničních, vrozených, buněčných), aniž by generovali detekovatelné sérové ​​protilátky. 93 - 97

Omezením této analýzy je, že několik zahrnutých studií dosud nebylo plně recenzováno a některé stále probíhají. Navzdory snahám provedeným séroprevalenčními studiemi o generování odhadů použitelných pro běžnou populaci je navíc obtížné zajistit reprezentativnost, a to ani u nejpřesnějších studií a navzdory provedeným úpravám. Odhadování hodnoty míry úmrtnosti na jednu infekci pro celou zemi nebo stát může být zavádějící, když často existují velké rozdíly ve vzorcích míchání populace a v místech vysoké nebo nízké úmrtnosti. Mnoho studií dále hodnotilo lidi v omezeném věkovém rozmezí a věkové skupiny, které zde nejsou zahrnuty, se mohou lišit v séroprevalenci. V několika studiích byly pozorovány statisticky významné, mírné rozdíly v séroprevalenci u některých věkových skupin. 10 , 13 , 15 , 23 , 27 , 36 , 38 Nižší hodnoty byly pozorovány u malých dětí a vyšší hodnoty u dospívajících a mladých dospělých, ale tyto vzorce jsou nekonzistentní a nejsou dostatečně silné, aby naznačily, že extrapolací napříč věkem vznikají velké rozdíly skupiny.

Uznáním těchto omezení lze na základě aktuálně dostupných údajů předpokládat, že k 12. září 2020 bylo nakaženo více než půl miliardy lidí, což je mnohem více než přibližně 29 milionů dokumentovaných laboratorně potvrzených případů. Většina lokalit pravděpodobně má míru úmrtnosti na infekci nižší než 0,20% a při vhodných a přesných nefarmakologických opatřeních, která se selektivně snaží chránit vysoce rizikové zranitelné populace a prostředí, může být míra úmrtnosti na infekci snížena ještě méně.


Financování:

METRICS byl podpořen grantem od Laury a Johna Arnoldových nadací.

Konkurenční zájmy:

Jsem spoluautorem (nikoli hlavním řešitelem) jedné ze studií séroprevalence.

Zobrazeno 79×

Komentáře

Napsat komentář »

Pro přidání komentáře se musíš přihlásit nebo registrovat na signály.cz.

Štítky

Autor blogu Grafická šablona signály.cz