Miten koronanäytteitä kannattaa puulata?

Koronanäyte otetaan pienellä muoviharjalla potilaan nenästä. Harjan irrottama lima laitetaan muoviputkeen, jossa on 3 ml näytenestettä. Varsinaiseen analyysiin tästä tarvitaan pieni murto-osa, joten yhdestä potilaasta on mahdollista tehdä lukuisia analyysejä, jos se on tarpeen.

Tämä avaa mahdollisuuden siihen, että jos meillä on vaikkapa sata ihmistä, joiden joukossa uskomme olevan vain yhden koronapositiivisen, voimme ottaa vaikkapa kymmenen ihmisen näytenesteestä pienen tipan ja yhdistää ne yhdeksi tutkittavaksi näytteeksi. Jos se on negatiivinen, saamme yhdellä analyysilla julistettua kymmenen ihmistä terveeksi. Jos se taas on positiivinen, voimme ottaa jokaiselta uuden tipan ja määrittää ne jokainen erikseen, jotta saamme selville, ketkä potilaista olivat positiivisia.

Mitä vähemmän tutkitussa joukossa on positiivisia, sitä enemmän voimme puulata näytteitä ja säästämme analyyseja, aikaa ja rahaa. Tällä tavalla voimme laajentaa korona-analyyseja myös sellaisiin väestöryhmiin, joissa korona on epätodennäköinen.

Miten puulausta pitäisi optimoida, jotta jokaiselle potilaalle saadaan tulos nopeasti ja vähillä analyyseillä? Pystytäänkö positiivisen näytteen todennäköisyyttä arvioimaan potilaan oirekuvauksen avulla tai jostain muista tiedoista? Voidaanko kehittää jokin tietokoneohjelma, joka automaattisesti neuvoo, mitä näytteitä kannattaa puulata optimaalisen tuloksen saavuttamiseksi?

Tilastollisesti lienee tehokkainta, jos testien puulaamista pystytään tekemään niin, että puulatun näytteen todennäköisyys olla positiivinen on 50 %. Eli jos yksi sadasta on positiivinen, voi näytteet puulata jopa kahteen 50 näytteen puuleihin. Jos testi on negatiivinen, voidaan yhdellä näytteellä todeta 50 potilasta negatiiviseksi. Jos puulattu näyte on positiivinen, tehdään samoista potilaista tietysti uudet testit niin, että puulataan vähemmän potilaita yhteen. Katso Juuso Perälän suunnitelma analyysien tehostamisesta.

Juuri IIASA:n tutkijoiden postaama pre-printti sanoo seuraavaa:

Here we present a formula to estimate the optimal pooling size, the efficiency gain (tested persons per test), and the expected upper bound of missed infections in the pooled testing, all as a function of the populationwide infection levels and the false negative/positive rates of the currently used PCR tests. Assuming an infection level of 0.1 % and a false negative rate of 2 %, the optimal pool size is about 32, the efficiency gain is about 15 tested persons per test. For an infection level of 1 % the optimal pool size is 11, the efficiency gain is 5.1 tested persons per test. For an infection level of 10 % the optimal pool size reduces to about 4, the efficiency gain is about 1.7 tested persons per test. For infection levels of 30 % and higher there is no more benefit from pooling.

2 Likes