Úmrtnost na infekci COVID-19 (IFR) je důležitou statistikou pro politiku
týkající se této nemoci.
•
Publikované odhady se liší, přičemž „skutečnou“ úmrtnost je těžké
vypočítat.
•
Systematické prohlížení literatury a metaanalýza výsledků ukazují IFR
0,68%(0,53%–0,82%).
•
Tato míra se lišila od místa k místu, s nižším rozsahem 0,17% a
nejvyšším odhadem 1,7%.
•
Sérologické studie s nižším rizikem zkreslení prokázaly vyšší IFR než
studie s vyšším rizikem zkreslení.
Abstraktní
Důležitou neznámou během pandemie koronavirové nemoci-2019 (COVID-19) byla
míra úmrtnosti na infekce (IFR). To se liší od míry úmrtnosti případů
(CFR) jako odhad počtu úmrtí a jako podíl na celkovém počtu případů,
včetně těch, kteří jsou mírní a asymptomatičtí. Zatímco CFR je pro
odborníky nesmírně cenný, tvůrci politik a laická veřejnost IFR stále
častěji žádají jako odhad celkové úmrtnosti na COVID-19.
Metody
Pubmed, Medline, SSRN a Medrxiv byly prohledávány pomocí sady výrazů a
booleovských operátorů 25. 4. 2020 a znovu prohledány 14. 5. 2020, 21. 5.
2020 a 16. 6. 2020. Články byly zkontrolovány pro zahrnutí oběma autory.
Metaanalýza byla provedena ve Stata 15.1 pomocí příkazu metan na základě
IFR a intervalů spolehlivosti extrahovaných z každé studie. K posouzení
šedé literatury týkající se vládních zpráv byla použita služba
Google/Google Scholar.
Výsledek
Po vyloučení bylo do konečné metaanalýzy zahrnuto 24 odhadů IFR z celé
řady zemí, publikovaných od února do června 2020.
Metaanalýza prokázala bodový odhad IFR 0,68%(0,53%-0,82%) s vysokou
heterogenitou (p <0,001).
Závěr
Na základě systematického přehledu a metaanalýzy publikovaných důkazů o
COVID-19 do července 2020 je IFR onemocnění napříč populacemi
0,68%(0,53%-0,82%). Vzhledem k velmi vysoké heterogenitě metaanalýzy je však
obtížné zjistit, zda to představuje zcela nezaujatý bodový odhad. Je
pravděpodobné, že vzhledem k věku a možná základním komorbiditám v
populaci budou různá místa kvůli této chorobě vykazovat různé IFR.
Vzhledem k problémům se zaznamenáváním úmrtnosti je také pravděpodobné,
že to představuje podhodnocení skutečné hodnoty IFR. K informování tvorby
politik v této oblasti je naléhavě zapotřebí více výzkumu zaměřeného
na věkově stratifikované IFR.
Klíčová slova
COVID-19
SARS-CoV-2
Míra úmrtnosti na infekce
Globální zdraví
Úmrtnost
Úvod
V roce 2020 došlo ke globální pandemii, koronavirové nemoci-2019 (COVID-19),
způsobené virem SARS-CoV-2, který začal v Číně a od té doby se
rozšířil do celého světa. Jedna z nejnáročnějších otázek, které je
třeba během pandemie COVID-19 zodpovědět, se týká skutečné míry
úmrtnosti na infekci (IFR) této choroby. Zatímco míry úmrtnosti případů
(CFR) jsou eminentně vypočítatelné z různých publikovaných zdrojů dat
(Kahathuduwa et al., 2020) - CFR je počet úmrtí dělený počtem potvrzených
případů - je mnohem obtížnější extrapolovat na podíl všech
infikovaných jedinců, kteří zemřeli na infekci, protože často trpí
často velmi mírné, atypické nebo asymptomatické onemocnění ponecháno
nezjištěno, a proto je při výpočtech úmrtnosti vynecháno (Rinaldi a
Paradisi, 2020). Vzhledem k problémům se získáváním přesných odhadů
není neočekávané, že ve zveřejněných odhadech počtu případů
existují velké rozdíly. To je problém z několika důvodů, hlavně v tom,
že politika závisí na modelování a modelování závisí na předpokladech.
Pokud nemáme spolehlivý odhad IFR, je náročné předvídat skutečný dopad
COVID-19 na danou vnímavou populaci, což může zpomalit vývoj politiky a
může mít vážné důsledky pro rozhodování do budoucna. Zatímco CFR je
více běžně používaná statistika a je mezi odborníky velmi široce
chápána, IFR poskytuje tvůrcům politik důležitý kontext, který je
těžké sdělit, zvláště s ohledem na velké rozdíly v odhadech CFR.
Zatímco CFR je přirozeně funkcí jmenovatele - tzn
To je zvláště důležité při zvažování znovuotevření zemí po
„zablokování“. V závislosti na závažnosti onemocnění může být
rozumné znovu otevřít služby, jako jsou školy, bary a kluby, v různých
časech. Dalším důležitým bodem je očekávaná zátěž nemocí u
mladších věkových skupin-i když existují pravděpodobně dlouhodobé
dopady jiné než smrt, bude pro budoucí plánování důležité vědět,
kolik lidí v různých věkových skupinách pravděpodobně zemře, pokud se
infekce stane rozšířené napříč společnostmi. Odhady stratifikované
podle věku jsou také důležité, protože mohou zemím poskytnout určitý
způsob, jak předpovědět očekávaný počet úmrtí vzhledem k jejich
demografickému členění.
Existuje celá řada metod pro zkoumání IFR v populaci. Retrospektivní
modelové studie chřipky, jakožto běžné příčiny globálních pandemií,
úspěšně předpovídaly skutečný počet případů a úmrtí na základě
záznamů o chorobách podobných chřipce a odhadů nadměrné úmrtnosti (Wong
a kol., 2013, Thompson et al., 2009). Ty však nemusí být přesné,
částečně kvůli obecným obtížím připisovat případy chřipky
následné úmrtnosti, což znamená, že CFR mohou jak nadhodnocovat, tak
stejně podhodnocovat skutečný počet úmrtí v důsledku onemocnění v
populaci (Spychalski et al., 2020).
Standardní test na COVID-19 zahrnuje testování polymerázové řetězové
reakce (PCR) nasofaryngeálních stěrů od pacientů podezřelých z nákazy
virem. To může vést k falešným negativům (Anon, 2020a), přičemž jedna
studie prokázala téměř čtvrtinu pacientů s pozitivním výsledkem po dvou
předchozích falešných negativech (Xiao a kol., 2020). Citlivost PCR se
odhaduje na 70%, což může vést k poddiagnostice COVID-19 (Fernández-Barat
et al., 2020). PCR je také omezená v tom, že nemůže testovat předchozí
infekci. Sérologické testy jsou invazivnější a vyžadují odběr krve.
Může však určit, zda došlo k předchozí infekci, a lze jej rychle provést
v místě péče (PoC). Sérologie Testování PoC nemůže určit, zda je osoba
infekční nebo zda je infekce nedávná a existuje riziko nesprávné
interpretace výsledků (Zima a Hegde, 2020). Sérologické testy jsou obecně
citlivější a specifičtější než PCR, ale stále pravděpodobně
nadhodnocují prevalenci, když se málo lidí nakazí COVID-19, a podhodnocují
populace s více infekcemi (Lisboa Bastos a kol., 2020). Navíc byla
zaznamenána velká variabilita v citlivosti, schopnosti testu detekovat
skutečně pozitivní případy, sérologických testů na COVID-19 (Ghaffari a
kol., 2020). Sérologické testy jsou závislé na sérokonverzi, ke které u
COVID-19 dochází několik dní po dosažení maximální virové zátěže,
což znamená, že sérologie je v počátečních stádiích onemocnění
méně účinná (Ghaffari a kol., 2020). Některé studie naznačují, že
existují tací, kteří vůbec nekonvertují (Staines a kol., 2020). Nedostatek
spolehlivých testů může být pro odhad CFR a IFR problematický.
Vzhledem ke vzniku COVID-19 jako globální pandemie je poněkud
nepravděpodobné, že by tyto problémy byly u novějších onemocnění zcela
stejné, ale pravděpodobně mezi nimi existuje podobnost. Některé analýzy v
mainstreamových mediálních publikacích a předtištěných knihách
naznačovaly, že existuje velké břemeno úmrtí, které zůstává bez
připsání COVID-19. Podobně sérologické průzkumy prokázaly, že existuje
velký podíl případů, které nebyly zachyceny v počtech případů
hlášených v USA, Evropě a potenciálně na celém světě (Bendavid a kol.,
2020, Erikstrup a kol., 2020, Simon, 2020).
Tento článek představuje systematickou snahu shromáždit a agregovat tyto
různorodé odhady IFR pomocí snadno replikovatelné metody. I když je
jakákoli metaanalýza pouze tak spolehlivá jako kvalita zahrnutých studií,
bude to přinejmenším realistický odhad IFR vzhledem k aktuálně
publikovaným důkazům.
Metody
Tato studie použila jednoduchý protokol o systematickém přezkoumání.
PubMed, MedLine a Medrxiv byly prohledány 25/04/2020 pomocí výrazů a
booleovských operátorů: (míra úmrtnosti na infekci NEBO ifr NEBO
séroprevalence) AND (COVID-19 NEBO SARS-CoV-2). Toto hledání se opakovalo
14.05.2020, 25.05.2020 a 16.06.2020. Předtiskový server SSRN byl také
prohledán 25.05.2020; protože však neumožňuje tento formát, byly
odstraněny booleovské operátory a závorky. Zatímco Medrxiv a SSRN by byly
obvykle vyloučeny ze systematického hodnocení, vzhledem k tomu, že zahrnuté
dokumenty nejsou recenzovány, v době pandemie to byl důležitý zdroj
informací a obsahuje mnoho nejnovějších odhadů epidemiologických
informací o COVID-19. Kritéria pro zařazení do studií byla
následující:
-
Pokud jde o COVID-19/SARS-CoV-2 (tj. Ne extrapolace SARS-CoV-1).
-
Prezentoval odhad IFR populace (nebo umožnil jejich výpočet z veřejně
dostupných údajů).
Tituly a souhrny byly prověřeny z hlediska způsobilosti a vyřazeny, pokud
nesplňovaly kritéria pro zařazení. GMK poté provedlo jednoduché
vyhledávání Google a Google Scholar pomocí stejných termínů k posouzení
šedé literatury, zejména publikovaných odhadů od vládních agentur, které
se nemusí vyskytovat ve formálních akademických databázích. LM posoudila
články, aby zajistila shodu. Pokud splňovaly kritéria pro zařazení, byly
zahrnuty do systematického přehledu a metaanalýzy. Podobně byla provedena
vyhledávání na Twitteru pomocí podobných vyhledávacích dotazů k
posouzení důkazů dostupných na sociálních médiích. Pro každou studii
byly získány odhady IFR a interval spolehlivosti.
Všechny analýzy a transformace dat byly provedeny ve Stata 15.1. Metaanalýza
byla provedena pomocí metanového příkazu pro spojité odhady, přičemž IFR
a dolní/horní hranice intervalu spolehlivosti byly zadávány jako proměnné.
Tento model používal metodu náhodných efektů DerSimonian a Laird. Metanský
příkaz ve Stata automaticky generuje statistiku I 2, která byla použita ke
zkoumání heterogenity. Histogramy byly vizuálně zkontrolovány, aby se
zajistilo, že k výsledkům nedojde k významnému pozitivnímu nebo
negativnímu zkreslení, které by zneplatnilo tuto metodiku. Pro studie, kde
nebyl poskytnut žádný interval spolehlivosti, byla jedna vypočtena.
Miniatura obrázku fx1
Zobrazit velký obrázekProhlížeč obrázkůStáhněte si obrázek ve vysokém
rozlišeníStáhnout (PPT)
Vývojový diagram PRISMA metod hledání.
Byly provedeny analýzy citlivosti se stratifikací výsledků podle typu studie
- sérologické vs. ne - podle země a podle měsíce výpočtu.
Příkazy metabias a metafunnel byly použity ke zkoumání předpojatosti
publikace v zahrnutém výzkumu, přičemž pro odhad metabií byl použit
Eggerův test. Formální hodnocení rizika předpojatosti zahrnutých
modelových studií bylo náročné, protože v metodice a implementaci byla
velmi významná heterogenita, což mělo za následek, že riziko zkreslení v
těchto studiích bylo v celém zahrnutém výzkumu považováno za vysoké.
Sérologické průzkumy byly hodnoceny pomocí rizika předpojatosti v nástroji
prevalence s výsledným odhadem v souladu s Cochrane GRADE kritérii nízké,
střední nebo vysoké (Hoy et al., 2012). Tento nástroj pokládá sérii 10
otázek o odběru vzorků a sběru dat prevalenčních studií s konečným
hodnocením na základě předchozích otázek. Na každou otázku je
odpovězeno ano/ne, přičemž nedostatek informací se považuje za
ne/nejasný. Byla provedena samostatná analýza citlivosti s použitím pouze
výsledků sérologického průzkumu stratifikovaného rizikem
předpojatosti.
Vzhledem k nedávnému nárůstu počtu publikovaných sérologických
průzkumů byly tyto zahrnuty do odhadu úmrtnosti na infekci, přestože
formálně nepočítaly IFR v samotném studijním textu. Regionální úmrtnost
byla převzata z řídicího panelu CSSE John Hopkins University (Dong a kol.,
2020) 10 dní po dokončení serosurvey, kde nebyla vypočítána žádná IFR,
která by zohledňovala cenzuru těchto odhadů (Giorgi Rossi et al., 2020) a
slouží k odhadu IFR vzhledem k populaci.
Všechny soubory s kódy a daty jsou k dispozici (ve formátu do a CSV) na
vyžádání.
Výsledek
Počáteční vyhledávání identifikovalo 252 studií napříč všemi
databázemi. Pozdější vyhledávání na Googlu a sociálních médiích a
také převzorkování zahrnutých databází odhalilo dalších 17 odhadů,
které je třeba do studie zahrnout. Ty pocházely z různých zdrojů,
přičemž některé pocházely z blogových příspěvků, jiné byly
zveřejněny na Twitteru a některé vládní dokumenty byly nalezeny
prostřednictvím společnosti Google. Nejednalo se konkrétně o žádné
duplikáty, nicméně byly publikovány dva předtisky, a tak se v obou
databázích objevovaly v mírně odlišných formách. V tomto případě byla
použita spíše publikovaná studie než pre-print. Výsledky jsou shrnuty v
tabulce 1 .
https://www.ijidonline.com/article/S1201-9712(20)32180-9/fulltext