[논문 리뷰] Group testing as a strategy for the epidemiologic monitoring of COVID-19

Vincent Brault, Bastien Mallein외 1명|HAL (Le Centre pour la Communication Scientifique Directe)|2020. 05. 14.

SARS-CoV-2 detection and testing인용 수 6

한 줄 요약

이 논문은 샘플 희석으로 인한 가짜 음성 결과를 고려하여 RT-qPCR를 활용한 군집 검사 전략을 제안하여 폐쇄된 공동체 내 SARS-CoV-2 유병률을 모니터링하고 조기 유행 감지를 가능하게 한다. 이는 저바이러스 농도를 가진 무증상 환자 감지를 위해 자주 시행되는 소규모 풀 검사가 드물게 시행되는 대규모 풀 검사보다 더 효과적임을 보여준다.

ABSTRACT

Sample pooling consists in combining samples from multiple individuals into a single pool that is then tested using a unique test-kit. A positive test means that at least one individual within the pool is infected. Here, we propose an analysis and applications of sample pooling to the epidemiologic monitoring of COVID-19. We first introduce a model of the RT-qPCR process used to test for the presence of virus in a sample and construct a statistical model for the viral load in a typical infected individual inspired by the clinical data from Jones et. al. (2020). We then propose a method for the measure of the prevalence in a population, based on group testing, taking into account the increased number of false negatives associated with this method. Finally, we present an application of sample pooling for the prevention of epidemic outbreak in closed connected communities (e.g. nursing homes).

연구 동기 및 목표

• RT-qPCR 시약의 제한으로 인한 과제를 해결하기 위해 인구 수준의 모니터링을 위한 확장 가능한 대안으로 군집 검사를 제안한다.
• 모음 풀 검사에서 샘플 희석으로 인해 증가하는 가짜 음성 비율을 고려하여 감지 민감도가 저하되는 문제를 반영한다.
• 임상 데이터를 바탕으로 바이러스 농도 분포의 통계 모델을 수립하여 군집 검사의 효율성을 안내한다.
• 노인 시설과 같은 폐쇄 공동체 내 유행 조기 감지를 위한 군집 검사 전략을 평가한다.
• 희석으로 인한 가짜 음성 결과를 보정하면서도 풀 검사를 통해 전체 유병률을 추정할 수 있는 프레임워크를 제공한다.

제안 방법

• Jones 등(2020b)의 임상 데이터를 기반으로 세 개의 정규분포 혼합 모델에 대한 캔서드(절단)된 형태의 RT-qPCR 바이러스 농도 통계 모델을 구축한다.
• 풀 크기와 바이러스 농도에 따라 가짜 음성 결과의 확률을 모델링하며, 희석 효과를 통합한다.
• 스토캐스틱 시뮬레이션을 통해 다양한 풀 크기와 검사 빈도에서의 스크리닝 전략을 비교한다.
• 검출 효율성을 평가하기 위해 1,000명의 폐쇄 공동체 내 병원 감염 역학을 시뮬레이션하기 위해 모델을 적용한다.
• 고정된 평균 검사 빈도를 기준으로 하되, 풀 크기와 검사 간격을 변화시켜 다양한 스크리닝 전략을 비교한다.
• 무증상 환자에서의 낮은 바이러스 농도를 포함한 현실적인 바이러스 농도 프로파일을 통합하여 감지 민감도를 평가한다.

실험 결과

연구 질문

• RQ1 모음 RT-qPCR 검사에서의 샘플 희석은 가짜 음성 비율에 어떤 영향을 미치며, 이를 정량적으로 모델링할 수 있는가?
• RQ2 폐쇄 공동체 내 SARS-CoV-2 조기 감지를 위한 최적의 군집 검사 전략(검사 빈도, 풀 크기)은 무엇인가?
• RQ3 희석과 가짜 음성 결과를 고려할 때, 풀 검사를 통한 유병률 추정은 개인 검사와 비교해 어떻게 다를까?
• RQ4 군집 검사는 저바이러스 농도를 가진 무증상 환자 감지를 효과적으로 가능하게 하는가? 이는 유행 통제의 핵심 과제이다.
• RQ5 예를 들어 나비, 타액 등 다양한 샘플 채취 방법은 군집 검사 결과의 신뢰도에 어떤 영향을 미치는가?

주요 결과

• 모델은 자주 시행되는 소규모 풀 검사를 통해 조기 유행 감지를 더 효과적으로 수행할 수 있음을 보여주며, 이는 드물게 시행되는 대규모 풀 검사보다 우월하다.
• 낮은 바이러스 농도(μ₀ ≈ 30) 조건에서도 군집 검사는 높은 검사 빈도를 기반으로 하면 모니터링에 효과적이다.
• 연구에서는 무증상 및 무증상 전 단계에서 중간 정도의 바이러스 농도(μ₀ ≈ 20–25)를 가진 환자들이 최대 30인의 풀에서 감지 가능하다고 발견했다.
• 세 개의 정규분포 혼합 모델을 통한 바이러스 농도의 통계 모델링은 임상 데이터에 타당한 적합도를 보이며 생물학적 하위군의 가능성을 시사한다.
• 타액 샘플을 이용한 군집 검사는 가짜 음성 수를 줄이고 수용도를 높일 수 있으나, 타액 내 바이러스 농도 분포에 대한 추가 데이터가 필요하다.
• 저자들은 분석 결과가 유망하긴 하나, 복잡하고 동적인 환경에서의 추가 검증 없이 직접 임상 지침으로 사용해서는 안 된다고 경고한다.