Antecedentes La capacidad de proteger preferentemente a los grupos altos en COVID-19 es objeto de acalorados debates. En este caso, el objetivo es presentar métricas simples de blindaje tan preciso de personas con alto riesgo de muerte después de la infección por SARS-CoV-2; demostrar cómo pueden estimar; y examine si el blindaje de precisión se logró con éxito en la primera ola COVID-19.
Métodos El índice de protección, S, se define como el índice de prevalencia de infección entre personas de un grupo de alto riesgo frente a personas de un grupo de bajo riesgo. Los grupos de riesgo contrastados examinados aquí son según la edad (> = 70 versus <70 años) y el entorno institucionalizado (hogar de ancianos). Para el blindaje de precisión relacionado con la edad, se utilizaron datos de grandes estudios de seroprevalencia con datos de prevalencia separados para ancianos versus no ancianos y con al menos 1000 personas evaluadas> = 70 años. Para el blindaje de precisión relacionado con el entorno, se analizaron datos de 10 países donde se disponía de información sobre el número de residentes de hogares de ancianos, la proporción de residentes de hogares de ancianos entre las muertes por COVID-19 y la tasa general de mortalidad por infección de la población.
RecomendacionesEn 17 estudios de seroprevalencia, el índice de protección S para ancianos versus no ancianos varió entre 0,4 (protección sustancial) y 1,6 (protección inversa sustancial, es decir, personas de bajo riesgo protegidas más que personas de alto riesgo). Cinco estudios en EE. UU. Arrojaron S = 0,4-0,8, lo que coincide con el logro de algún blindaje, mientras que dos estudios en China arrojaron S = 1,5-1,6, lo que coincide con la protección inversa. Suponiendo una tasa de mortalidad por infección del 25% entre los residentes de hogares de ancianos, los valores de S para los residentes de hogares de ancianos oscilaron entre 0,07 y 3,1. El mejor blindaje se observó en Corea del Sur (S = 0,07) y se logró un blindaje modesto en Israel, Eslovenia, Alemania y Dinamarca. No se logró blindaje en Hungría y Suecia. En Bélgica (S = 1,9), Reino Unido (S = 2,2) y España (S = 3,1), los residentes de hogares de ancianos estaban infectados con mucha más frecuencia que el resto de la población.
Interpretación La experiencia de la primera ola de COVID-19 sugiere que las diferentes ubicaciones y entornos variaron notablemente en la medida en que protegían a los grupos de alto riesgo. Tanto el blindaje de precisión efectivo como la protección inversa perjudicial pueden ocurrir en circunstancias de la vida real. Las intervenciones de COVID-19 deben buscar lograr un blindaje de máxima precisión.
INVESTIGACIÓN EN CONTEXTO
Evidencia antes de este estudio
Existe un acalorado debate sobre si la protección específica de los grupos de alto riesgo es una estrategia viable para el manejo de la pandemia de COVID-19. Existe una fuerte evidencia de estratificación de riesgo en el riesgo de muerte por COVID-19 después de la infección, con efectos importantes de la edad, el entorno institucionalizado y otros factores. Es menos conocido si los grupos de alto riesgo definidos según la edad y los criterios de institucionalización han sido protegidos de manera preferencial hasta ahora en la experiencia del mundo real de la primera ola de COVID-19.
Valor agregado de este estudio
Se introduce el índice de protección, como el índice de la proporción de personas infectadas en un grupo con alto riesgo de muerte cuando está infectado versus el grupo con bajo riesgo de muerte cuando está infectado. Se muestra cómo se puede derivar la relación de blindaje a partir de estudios de seroprevalencia; y cómo puede inferirse indirectamente también de los datos sobre la proporción de muertes en el grupo de alto riesgo. Las proporciones de blindaje se estiman para 17 grandes estudios de seroprevalencia en todo el mundo y muestran una amplia variación (0,4-1,6), lo que sugiere un rango desde blindaje sustancial hasta protección inversa (donde las personas de bajo riesgo han estado más protegidas que las de alto riesgo). Las proporciones de blindaje también se calculan para los residentes de hogares de ancianos en 10 países y se encuentra que tienen una variación aún mayor (0.07-3.1). Algunos países lograron un blindaje de precisión para los grupos de alto riesgo de acuerdo con la edad y el estado de institucionalización y tuvieron muertes mínimas en la primera ola. Por el contrario, los países con protección inversa tenían cargas de mortalidad muy altas.
Implicaciones de toda la evidencia disponible
Tanto el blindaje de precisión principal como la protección inversa se pueden ver en los datos del mundo real. Las intervenciones para manejar COVID-19 deben examinarse para determinar si pueden lograr un blindaje de precisión sustancial y monitorear su impacto en dicho blindaje.
Una tensión importante en la comunidad científica con respecto al manejo de la pandemia COVID-19 es entre los defensores de enfoques específicos, donde las personas en alto riesgo están protegidas de manera preferencial, y aquellos que creen que tales enfoques son prácticamente inviables. 1 – 3 El término blindaje de precisión se utilizará en lo sucesivo para indicar hasta qué punto las personas con mayor riesgo de muerte (si están infectadas) se pueden infectar con menos frecuencia que las personas para las que la infección conllevaría un menor riesgo de muerte.
La tensión entre estas escuelas opuestas puede exacerbarse porque hasta la fecha existe un debate polarizado mayoritariamente teórico sin una cuantificación sólida del blindaje de precisión. Sería útil tener métricas estándar que puedan evaluar si se logra un blindaje de precisión. Esto permitiría explorar la viabilidad de estos enfoques debatidos en datos de la vida real y monitorear el impacto de diferentes intervenciones no farmacéuticas para COVID-19 utilizando tales métricas.
El objetivo de este artículo es presentar métricas simples de blindaje de precisión; demostrar cómo pueden estimarse a partir de datos estratificados de seroprevalencia de la población o de información sobre la proporción de muertes que ocurren en grupos de alto riesgo; y examinar si la protección de precisión se logró con éxito en la primera ola de COVID-19 o, por el contrario, los grupos de alto riesgo se infectaron con más frecuencia que los grupos de bajo riesgo («protección inversa»).
MÉTODOS
Trasfondo conceptual del blindaje de precisión
El blindaje de precisión se deriva del concepto de medicina de precisión y salud pública de precisión. 4 También se utilizan los términos medicina estratificada, medicina individualizada y medicina personalizada. El éxito del concepto tiene dos requisitos previos: primero, la capacidad de identificar y separar de manera confiable a las personas que tienen riesgos muy diferentes; y segundo, la disponibilidad de intervenciones efectivas específicamente para aquellos en alto riesgo. La prueba de que se han cumplido estos requisitos previos es la mejora de los resultados de estas personas seleccionadas y de alto riesgo a las que se dirige con precisión.
Hay pruebas muy sólidas de que el riesgo de resultados adversos graves y muerte en personas infectadas con SARS-CoV-2 muestra una estratificación de riesgo extrema según la edad, y es posible una estratificación de riesgo sustancial adicional según el género, las características socioeconómicas y clínicas. 5 – 8 Los diferentes individuos (por ejemplo, niños versus ancianos debilitados) varían más de 1000 veces en su riesgo estimado de muerte y otros resultados graves (por ejemplo, hospitalización), si están infectados. Por lo tanto, dado que se cumple el primer requisito previo, la pregunta principal es si también se puede cumplir el segundo requisito previo, es decir, si existen intervenciones que puedan ofrecer una protección mejorada contra la infección por SARS-CoV-2 dirigida a aquellas personas que están en alto riesgo.
Métricas de blindaje de precisión
Para responder a esta pregunta, es importante tener algunas métricas sólidas que puedan evaluar de manera confiable si se logra o no un blindaje de precisión. La medida más directa es la relación entre la prevalencia de las infecciones subsiguientes entre las personas de un grupo de alto riesgo y la prevalencia de infecciones entre las personas de un grupo de bajo riesgo. Llamemos a esta relación, S, la relación de apantallamiento. Es necesario especificar los grupos de riesgo contrastados: p. Ej., Según la edad (p. Ej.> = 70 frente a <70 años), el entorno (p. Ej. Institucionalizados o no institucionalizados), antecedentes socioeconómicos o puntuaciones de riesgo multivariable.
El beneficio potencial del blindaje de precisión sería mayor cuando la relación de blindaje es menor. Una proporción de protección de S = 1 significa que las personas de bajo y alto riesgo se infectan con la misma frecuencia, una proporción de protección de S = 0,5 significa que las personas de alto riesgo tienen la mitad de riesgo de infectarse que las de bajo riesgo. S también puede tomar valores superiores a 1, si de alguna manera las personas de alto riesgo se infectan con más frecuencia que las personas de bajo riesgo.
En este marco, el número de vidas salvadas por el blindaje de precisión de algún grupo de alto riesgo es proporcional a la tasa de letalidad por infección (IFR) en el grupo de alto riesgo, IFR h , la proporción del grupo de alto riesgo en la población, f h , y el complemento de la relación de apantallamiento, 1-S. El número de muertes por COVID-19 en el grupo de alto riesgo es
y el número de muertes por COVID-19 en el grupo de bajo riesgo es
donde P es la prevalencia de la infección en el grupo de bajo riesgo y N es la población total de interés. La proporción de muertes por COVID-19 que ocurren en el grupo de alto riesgo viene dada por
Estimación del blindaje de precisión a partir de datos de prevalencia
Los estudios de seroprevalencia que evalúan la frecuencia de infección en la población general (o en muestras que intentan aproximarse a la población general) se pueden utilizar para examinar el grado de protección de precisión lograda en diferentes grupos de riesgo. Los estudios de seroprevalencia tienen varias advertencias y sesgos que se han descrito anteriormente, por ejemplo, relacionados con los sesgos de muestreo y selección y el rendimiento de las pruebas. 9 , 10 Cuando sus datos se utilizan para evaluar si se ha logrado un blindaje de precisión, se deben considerar algunas cuestiones adicionales. Específicamente, los sesgos de muestreo y selección y el rendimiento de las pruebas de anticuerpos pueden ser diferentes en grupos de individuos de alto riesgo y de bajo riesgo.
Por ejemplo, si los grupos de alto riesgo frente a los de bajo riesgo se definen en función de la edad, el sesgo de muestreo y las fuerzas de selección pueden ser diferentes en los dos grupos. Por ejemplo, las personas con peor salud (y, por lo tanto, con un mayor riesgo de resultados desfavorables si se infectan con el SARS-CoV-2) pueden tener menos probabilidades de ser muestreadas. Este sesgo puede ser más prominente en el grupo de ancianos en algunos estudios o en el grupo de no ancianos en otros. O bien, el rendimiento de la prueba de anticuerpos (sensibilidad y especificidad) puede ser diferente en el grupo de personas de edad avanzada que en el de no ancianos, por ejemplo, las infecciones que no generan anticuerpos detectables o donde los títulos de anticuerpos disminuyen más rápido pueden ser más comunes en personas más jóvenes que experimentan una infección menos grave. 11 o en aquellos que son mayores y más debilitados para lanzar una respuesta inmune.
Reconociendo estas advertencias, se puede evaluar el índice de protección S para ancianos (por ejemplo,> = 70 años) versus no ancianos en grandes estudios de seroprevalencia que tienen cantidades sustanciales de datos para estos grupos de alto y bajo riesgo. Aquí, se analizaron los estudios de seroprevalencia de 4 revisiones sistemáticas recientes 10,12-14 . Los estudios se seleccionaron para el análisis si tenían al menos 1000 participantes> = 70 años de edad, de modo que una cantidad sustancial de datos de este grupo estaría disponible para una evaluación significativa en comparación con el grupo de edad más joven.
Se extrajo información sobre la seroprevalencia bruta en el grupo de ancianos versus no ancianos. Siempre que se proporcionaron estimaciones ajustadas (por ejemplo, ajustando el rendimiento de la prueba, la demografía, el muestreo o las características del diseño, la etnia / raza y / u otros factores), también se extrajeron las estimaciones ajustadas al máximo para cada grupo. Se compararon las estimaciones ajustadas y no ajustadas, pero se prefirieron las últimas, siempre que estuvieran disponibles. La comparación predeterminada utilizó un punto de corte de 70 años, pero cuando no se presentaron datos para este punto de corte, se utilizó un punto de corte más bajo (el más próximo a los 70 años). La proporción del grupo de alto riesgo (> = 70 años) en la población general se derivó de las pirámides de población de los respectivos países / ubicaciones.
Estimación del blindaje de precisión de la proporción de muertes por COVID-19 que ocurren en el grupo de alto riesgo
Para muchos factores de riesgo distintos de la edad, es posible que no se disponga de datos sobre la prevalencia de la infección en grupos de alto y bajo riesgo. En estos casos, se puede estimar la razón de blindaje S si la proporción de muertes por COVID-19 a las que contribuye el grupo de alto riesgo (G), la proporción relativa del grupo de alto riesgo en la población general (f h ), y las IFR en los grupos de bajo y alto riesgo (IFR l IFR h ) son conocidas o pueden aproximarse razonablemente. Entonces se obtiene S resolviendo la ecuación 3 para S.
Por ejemplo, se observa un riesgo extremadamente alto de muerte por COVID-19 en personas ancianas institucionalizadas en hogares de ancianos, donde la IFR h está en el rango del 25%, 15 es decir, aproximadamente 1000 veces más alta que en personas no institucionalizadas. Al momento de escribir este artículo, no hay grandes estudios de seroprevalencia publicados hasta la fecha que hayan evaluado muestras representativas de residentes de hogares de ancianos a nivel nacional en diferentes países. Sin embargo, se puede estimar S usando datos disponibles de países donde hay información sobre la proporción de muertes por COVID-19 que ocurrieron entre ancianos institucionalizados, la proporción de este grupo en la población general y el IFR en la población general (y por tanto también en la población no institucionalizada). Un rango de valores 15-35% para IFR hpuede utilizarse en análisis de sensibilidad con IFR = 25% en el escenario de referencia.
Para los propósitos de los cálculos hechos aquí, la información de las camas en hogares de ancianos y de ancianos en diferentes países y sobre la proporción de muertes por COVID-19 ocurridas en hogares de ancianos en la primera ola se deriva de la Red Internacional de Políticas de Cuidados a Largo Plazo 16 considerando el último actualización de su revisión sobre la mortalidad por COVID-19 en hogares de ancianos (publicada el 14 de octubre de 2020). La información sobre la población total IFR se deriva de la ref. 10; Los datos se utilizaron solo de países donde la estimación de IFR se había informado a partir de> 1500 muestras, por lo que habría menos incertidumbre sobre la estimación de IFR. El IFR en personas no institucionalizadas se calcula mediante el IFR general excluyendo las muertes en hogares de ancianos del numerador y el número de residentes de hogares de ancianos del denominador (población del país).
RESULTADOS
Blindaje de precisión según la edad
La Tabla 1 muestra las características de 17 estudios de seroprevalencia de población amplia elegibles 17 – 33 donde los resultados estaban disponibles por separado en grupos de ancianos versus grupos más jóvenes. La Tabla 2 muestra las proporciones de blindaje basadas en datos de seroprevalencia brutos (no ajustados) y ajustados. Como se muestra, la relación de blindaje osciló entre 0,4 y 1,6.
Estimaciones de la relación de protección para personas mayores frente a personas más jóvenes en diferentes lugares para la primera ola de COVID-19
Los ancianos se infectaron con mucha más frecuencia que las poblaciones más jóvenes en España y China y posiblemente en Hungría, aunque en Hungría el intervalo de confianza (IC) del 95% no pudo excluir valores inferiores a 1. Dos estudios en China arrojaron estimaciones muy similares de S ( 1,5-1,6). La República Dominicana, India y Canadá tenían valores S muy cercanos a 1.0 (sin blindaje) y los IC del 95% excluyen el blindaje importante. En Brasil se sugirió un blindaje modesto (estimado S = 0,8), pero el IC del 95% no podía excluir valores superiores a 1. En los EE. UU., Cinco estudios muestran estimaciones del valor S por debajo de 1, y tres de ellos arrojan estimaciones modestas de S = 0,8 y los otros dos producen S = 0,6 y S = 0,4, pero con IC en gran medida superpuestos. Las dos estimaciones más bajas provienen de estudios sobre solicitantes de seguros de vida y donantes de sangre, donde no se pueden excluir los sesgos de selección que dependen de la edad. Por ejemplo, puede existir un sesgo de voluntariado saludable más fuerte en los solicitantes de seguros de vida de edad avanzada y en los donantes de sangre. Los mejores valores de S (S = 0,5-0,7) que sugieren un blindaje relacionado con la edad relativamente exitoso se observaron en Dinamarca, Islandia y en 2 estudios en el Reino Unido, pero el IC del 95% tenía una gran incertidumbre en Dinamarca.
Es de destacar que la mayoría de las estimaciones de seroprevalencia en la Tabla 1 provienen de análisis brutos no ajustados (muestras positivas por total de muestras analizadas). Los ajustes se utilizaron solo en los estudios de Dinamarca, España, Reino Unido, Brasil, Estados Unidos-hemodiálisis, Estados Unidos-Nueva York, y las estimaciones puntuales ajustadas tendieron a ser similares a las no ajustadas. La proporción de personas> = 70 años en la población general fue del 9-15% en los países de ingresos altos y del 4-7% en otros países.
Blindaje de precisión según entorno institucionalizado
La Tabla 3 ejecuta cálculos para el blindaje de precisión de los residentes de hogares de ancianos en 10 países durante la primera ola de COVID-19. Incluyen 8 países europeos, Israel y Corea del Sur.
Estimación del índice de protección para los residentes de hogares de ancianos institucionalizados frente al resto de la población en 10 países durante la primera ola de COVID-19
Como se muestra, Bélgica, Reino Unido y España han tenido valores de S muy desfavorables (S = 1,9, 2,2 y 3,1 en el escenario de referencia, potencialmente incluso más altos en los análisis de sensibilidad). Esto significa que las personas institucionalizadas en hogares de ancianos tenían aproximadamente el doble de probabilidades de infectarse que la población no institucionalizada en Bélgica y el Reino Unido, y más de 3 veces más probabilidades de estar infectadas que la población no institucionalizada en España.
Suecia y Hungría parecían no haber podido proteger sus hogares de ancianos más que la población en general y el análisis de sensibilidad de Suecia sugiere que es posible que los residentes de los hogares de ancianos estuvieran infectados incluso con más del doble de frecuencia que el resto de la población. se observó en Dinamarca, Eslovenia, Alemania e Israel (S = 0,3-0,5 en el escenario de referencia). Se logró un blindaje extremadamente efectivo en Corea del Sur, donde se puede estimar S = 0.07. Solo el 8% de las muertes por COVID-19 en este país ocurrieron en residentes de hogares de ancianos.
DISCUSIÓN
Proporción de blindaje y carga total de muertes
El índice de protección se puede utilizar como métrica para evaluar si se está logrando la protección de las poblaciones de alto riesgo en un país o jurisdicción determinados. Como se muestra, los datos de la primera ola de COVID-19 sugieren que la relación de protección puede tomar valores muy diferentes, que van desde la protección extremadamente eficaz de poblaciones vulnerables de alto riesgo hasta una protección inversa importante, donde las poblaciones de alto riesgo han sido protegidas con mucho menos éxito que las poblaciones de bajo riesgo.
Las tasas de mortalidad tienden a ser relativamente bajas en países donde los ancianos (y más aún los ancianos institucionalizados) han sido protegidos de manera efectiva. Es posible que se puedan lograr mejores valores de blindaje (menor S) en los asilos de ancianos que en los ancianos no institucionalizados que inevitablemente se mueven más libremente en la comunidad. Los países que han evitado infecciones masivas en hogares de ancianos, han tenido una carga de mortalidad mucho menor por COVID-19 en la primera ola. Se estima 16que en la primera ola solo el 0.01% de los residentes de hogares de ancianos de Corea del Sur murieron con COVID-19, en comparación con el 3.3% en Suecia y más del 5% en Bélgica, Inglaterra y España. Si bien puede haber diferencias sobre cómo se atribuyen las muertes a COVID-19 entre los residentes de hogares de ancianos, es poco probable que esto explique diferencias tan importantes entre los países. Además de los asilos de ancianos, se puede lograr cierta protección diferencial incluso para los ancianos no institucionalizados y esto puede resultar en muertes sustancialmente menores en general. Así, Islandia y Dinamarca tenían el 20% y el 35% de los COVID-19 en hogares de ancianos, pero parecen haber protegido de manera efectiva a sus ancianos; por lo tanto, han tenido bajas muertes en la primera ola.
Las peores tasas de mortalidad se han observado en lugares con altas proporciones de ancianos y / o personas institucionalizadas y donde había una fuerte protección inversa. Por ejemplo, Castiglione d’Adda, 34 una pequeña ciudad en Lombardía tuvo 47 muertes por COVID-19 en una población de 4550 personas. Los datos de seroprevalencia 34 mostraron positividad de IgG en 51/155 personas> = 60 años versus 64/290 en personas más jóvenes, lo que se traduce en S = 1,5 para el blindaje relacionado con la edad y la ciudad también tuvo asilos de ancianos afectados. Otro estudio de seroprevalencia en ubicaciones del norte de Italia encontró que la seroprevalencia era 4,5 veces mayor en los residentes de hogares de ancianos en comparación con las personas no institucionalizadas. 35Si bien estos datos pueden no ser necesariamente representativos de Italia en su conjunto, son congruentes con las muy altas muertes en áreas particulares de Lombardía. 36
Algunos países pueden haber tenido patrones mixtos, por ejemplo, proteger de alguna manera a sus ancianos, pero no específicamente a sus ancianos institucionalizados, como en el caso del Reino Unido y probablemente también en los EE. UU., Donde el 44% de las muertes por COVID-19 ocurrieron en el 0.59% de la población que reside en hogares de ancianos. 16 Este patrón todavía puede traducirse en un elevado número de muertos acumulados. Los ancianos institucionalizados tienen un riesgo de muerte mucho mayor que otros ancianos, y pueden contribuir con una parte del león al recuento general de muertes.
Si bien aquí solo se exploraron la edad y la residencia en el hogar de ancianos, otros factores de riesgo también pueden evaluarse de manera similar en términos del alcance del blindaje de precisión. Por ejemplo, se sabe que los factores socioeconómicos son determinantes importantes de la tasa de infección. 37 Las minorías y las poblaciones desfavorecidas tienen más probabilidades de infectarse y es posible que también tengan resultados más adversos debido a un peor estado de salud.
Impacto de las medidas horizontales y específicas en las métricas de protección de precisión
Es necesario evaluar diferentes medidas contra la propagación de COVID-19 en términos de su efecto sobre el blindaje de precisión. Se podría argumentar que las medidas horizontales para mitigar el COVID-19 para todos sin realizar discriminaciones según el riesgo tendrían S = 1, ya que las tasas de infección se reducirían por igual en todos los grupos. En muchas / la mayoría de las circunstancias, esto puede no ser cierto. La mayoría de las medidas pueden eventualmente dejar a algunos subgrupos de población más expuestos que a otros. Los grupos que aún permanecen inevitablemente altamente expuestos pueden ocasionalmente estar entre los que tienen menor riesgo (por ejemplo, personal militar joven y saludable en áreas congestionadas como cuarteles o embarcaciones militares). Sin embargo, en la mayoría de las situaciones, las medidas horizontales pueden dejar involuntariamente a los grupos de alto riesgo más expuestos que a los de bajo riesgo.
Por ejemplo, las medidas de cierre horizontal suelen proteger a los profesionales jóvenes y sanos que pueden trabajar desde casa, pero dejan mucho más expuestos a los trabajadores esenciales y a los desfavorecidos, por ejemplo, las personas sin hogar. Estas poblaciones mal protegidas a menudo tienen una mayor carga de comorbilidades de fondo y una atención médica más limitada y, por lo tanto, tienen un mayor riesgo de muerte si se infectan por el SARS-CoV-2. De manera similar, los bloqueos horizontales pueden dejar a las poblaciones de hogares de ancianos menos protegidas que las poblaciones no institucionalizadas, a menos que se tomen medidas específicas adicionales centradas específicamente en los hogares de ancianos. Los residentes de hogares de ancianos tienen una movilidad muy limitada y, a menudo, viven juntos en espacios cerrados y congestionados, a diferencia de las personas jóvenes y saludables que se refugian en el lugar solos o en grupos más pequeños con sus familias. Así, Las infecciones masivas son más fáciles de producir en hogares de ancianos. La situación puede empeorar aún más si el personal del hogar de ancianos también tiene un valor S alto, ya que el personal infectará a los residentes. Este fue aparentemente el caso de Estocolmo durante la primera ola, donde la seroprevalencia entre el personal de hogares de ancianos fue del 23% en los primeros 20 días de abril.38 tres veces mayor que la población general de Estocolmo al mismo tiempo. El personal de los asilos de ancianos en Estocolmo tenía una gran movilidad y estaba expuesto en diferentes asilos de ancianos.
Las medidas de bloqueo también obligan a las personas jóvenes de bajo riesgo a pasar más tiempo en interiores y esto puede aumentar la exposición de cualquier miembro de la familia de alto riesgo que tenga que vivir en la misma casa.
Implicaciones para futuras intervenciones y métricas de su éxito
La métrica más utilizada para el éxito de las intervenciones contra el COVID-19 hasta la fecha ha sido el número de infecciones. Esta métrica por sí sola es problemática, porque la gran mayoría de las infecciones no se registran y las infecciones documentadas dependen de cuántas pruebas se realicen. Una métrica de éxito más informativa es la capacidad de las diferentes intervenciones para generar un índice de protección más favorable para los subgrupos de población de mayor riesgo. Estos subgrupos pueden representar la gran mayoría de las muertes potenciales y, si se protegen adecuadamente, se pueden evitar muchas muertes.
Se pueden obtener estimaciones de la tasa de protección y su evolución a medida que avanza la ola epidémica y se emplean diferentes intervenciones a partir de estudios de prevalencia que utilizan anticuerpos u otras pruebas (por ejemplo, pruebas de antígenos). 39 , 40 Alternativamente, pueden obtenerse de evaluaciones del perfil de muertes, siempre que se conozca la representación relativa de los grupos de interés de alto riesgo en la población general, y que alguna estimación justa de la IFR en baja y alta -Existen grupos de riesgo de estudios anteriores. S se puede utilizar como resultado en estudios de intervención de COVID-19. 41
Limitaciones
Las estimaciones de blindaje de precisión pueden tener un margen de error y sesgos considerables, inherentes a los parámetros que se incluyen en el cálculo de S. Por lo tanto, uno debe interpretar los valores S resultantes con precaución y permitir una incertidumbre sustancial. Estos valores deberían poder transmitir si se logra un blindaje sustancial o si la protección inversa general está empeorando las cosas. Las pequeñas diferencias en las estimaciones de S no deben sobreinterpretarse. La validación con estudios múltiples, preferiblemente amplios e insesgados, sobre la misma población puede ayudar a tener una mejor idea de la precisión y heterogeneidad de tales estimaciones.
La mayoría de los datos analizados aquí provienen de países de ingresos altos. Los datos limitados de otros dos países (India y República Dominicana) mostraron estimaciones de S muy cercanas a 1, lo que sugiere que no se logró el blindaje. Es posible que el blindaje sea más difícil de lograr en algunos entornos de escasos recursos y en poblaciones congestionadas y muy heterogéneas donde la mayoría de las personas no pueden refugiarse de manera eficaz y tienen un espacio privado limitado, que viven en familias multigeneracionales. De manera similar, incluso dentro del mismo país o sub-ubicación, puede haber subpoblaciones que pueden lograr un blindaje de precisión mucho mejor que otras, debido a circunstancias socioeconómicas y otros factores. Las circunstancias del trabajo pueden ser particularmente importantes y los estudios adicionales deberían evaluar el blindaje de precisión en diferentes trabajos de alto riesgo. Por ejemplo,42
Salud de precisión y COVID-19
Los enfoques de precisión habían recibido un apoyo entusiasta antes de la era COVID-19 como una forma de transformar la medicina y la salud en general. Esperanzas (y exageraciones) 43 , 44fueron alimentados en particular por mejoras percibidas en la capacidad predictiva, especialmente con la llegada de la ómica. Sin embargo, la capacidad de discriminación de la mayoría de los descubrimientos ómicos había sido modesta: por ejemplo, las variantes de un solo gen a menudo diferenciaban el riesgo en menos de 1,1 veces e incluso las firmas moleculares complejas y los modelos de múltiples genes a menudo diferenciaban el riesgo en menos de 3 veces entre alto y personas de bajo riesgo. En este sentido, COVID-19 ofrece una situación en la que la discriminación por riesgo es mucho mejor que la mayoría de los esfuerzos anteriores para materializar la medicina de precisión. Si la estratificación de riesgo ofrecida por COVID-19 no es suficiente para propósitos de precisión, entonces es poco probable que el concepto de medicina de precisión pueda encontrar aplicaciones fructíferas con gran impacto en la medicina (quizás con la excepción de algunas condiciones raras). A lo mínimo, Vale la pena intentar hacer que los enfoques de precisión funcionen para COVID-19. Incluso las proporciones de protección modestas pueden traducirse en cientos de miles o incluso millones de vidas salvadas durante el curso de varios años de la pandemia.45
Conflictos de interés
No tengo ningún conflicto de intereses. No he recibido financiación para mi trabajo con COVID-19. No he firmado la Declaración de Great Barrington ni el Memorando de John Snow ni ninguna otra petición que se resuelva en torno a los temas discutidos. METRICS ha sido financiado por subvenciones de la Fundación Laura y John Arnold.
Fondos
ninguna
