用于检测感染者的SARS-CoV-2抗原横向流动测试

        目标

　　调查在 SARS-CoV-2 传染性高风险人群中产生阴性结果的横向流动检测 (LFT) 的比例，调查疾病阶段和严重程度的影响，并比较有影响力的数学预测具有实证研究结果的模型。

 

　　设计

　　关联数据分析结合了 Innova LFT 准确性的经验证据、阳性病毒培养或传播到继发病例的概率，以及不同环境下个体中 SARS-CoV-2 病毒载量的分布。

 

　　设置

　　在英国各地的 NHS 测试和追踪中心对有症状的个人进行测试，在利物浦的市政大规模测试中心对没有症状的居民进行测试，在伯明翰大学对没有症状的学生进行筛查。

 

　　参与者

　　Innova LFT 敏感性的证据，基于 70 名具有 SARS-CoV-2 和 LFT 结果的个体。传染性基于 246 个样本（176 名 SARS-CoV-2 患者）和 2 474 066 名接触者中的继发病例的病毒培养率；来自 NHS 测试和追踪中心的 231 497 名指数个体的周期阈值 (Ct) 分布；在利物浦检测到 70 人感染 SARS-CoV-2，在伯明翰检测到 62 人感染 SARS-CoV-2（估算54 例）。

 

　　主要观察指标

　　在三种设置中的每一种情况下，LFT 和病毒培养阳性以及 LFT 和继发病例来源漏诊的预测比例。预测与数学模型的预测进行了比较。

 

　　结果

　　分析预测，在病毒培养结果呈阳性的患者中，Innova将错过20%的NHS检测和追踪中心，29%没有症状的患者错过市政大规模检测，81%没有症状的患者错过大学筛查，以及38%、47%和90%的继发病例来源。相比之下，两个数学模型低估了错过传染病个体的数量（一个模型在三种情况下分别为8%、10%和32%，而第二个模型的假设使错过传染病个体成为不可能）。由于可用数据不足，分析的输入来源有限。

 

　　结论

　　LFT 漏诊的 SARS-CoV-2 感染者的比例足够大，具有临床意义。由于不同的病毒载量分布，错过的比例因设置而异，并且在没有症状的人中可能最高。与经验数据相比，关键模型大大高估了 LFT 的敏感性。迫切需要从预期使用环境中进行额外的稳健设计和报告的实证研究，以告知基于证据的政策。