臨床予測ルールを用いた検査の優先順位付けにより達成されたSARS-CoV-2感染と病院負担の削減をモデル化

Modeling reductions in SARS-CoV-2 transmission and hospital burden achieved by prioritizing testing using a clinical prediction rule.

• Jody R Reimer
• Sharia M Ahmed
• Benjamin Brintz
• Rashmee U Shah
• Lindsay T Keegan
• Matthew J Ferrari
• Daniel T Leung

抄録

COVID-19の感染拡大を遅らせるためには、症例を迅速に特定することが重要である。しかし、多くの地域では診断検査の不足に直面しており、誰が検査を受けるかについては、集団レベルの感染動態に及ぼす影響を把握せずに難しい決定を必要としている。臨床予測規則（CPR）は、臨床上の意思決定を導くために一般的に使用されているツールである。我々は電子カルテからのデータを用いて、最も陽性の可能性が高い人を識別するための5変数の簡略化されたCPRを開発し、検査の優先順位付けにこの規則を適用することで、検査能力が限られている状況でも陽性者の割合が増加することを発見した。毎日の症例検出におけるこれらの利益が集団レベルでどのような意味を持つのかを検討するために、我々はCPRを用いた検査をコンパートメント化された疾患伝播モデルに組み込んだ。その結果、優先的に検査を行うことで、感染のピークが遅れて低くなる（すなわち、カーブが平坦になる）ことがわかりましたが、これは有効生殖数の値が低い場合（社会的な距離を保つための対策を併用した場合など）や、感染者の割合が高い場合に最も大きな影響があることがわかりました。さらに、優先的に検査を行うことで、病院や集中治療室（ICU）の負担だけでなく、全体的な感染症の減少も見られた。結論として、我々はCOVID-19の公衆衛生目標を達成するために、限られた診断能力をエビデンスに基づいて配分するための新しいアプローチを提示する。

Prompt identification of cases is critical for slowing the spread of COVID-19. However, many areas have faced diagnostic testing shortages, requiring difficult decisions to be made regarding who receives a test, without knowing the implications of those decisions on population-level transmission dynamics. Clinical prediction rules (CPRs) are commonly used tools to guide clinical decisions. We used data from electronic health records to develop a parsimonious 5-variable CPR to identify those who are most likely to test positive, and found that its application to prioritize testing increases the proportion of those testing positive in settings of limited testing capacity. To consider the implications of these gains in daily case detection on the population level, we incorporated testing using the CPR into a compartmentalized disease transmission model. We found that prioritized testing led to a delayed and lowered infection peak (i.e. 'flattens the curve'), with the greatest impact at lower values of the effective reproductive number (such as with concurrent social distancing measures), and when higher proportions of infectious persons seek testing. Additionally, prioritized testing resulted in reductions in overall infections as well as hospital and intensive care unit (ICU) burden. In conclusion, we present a novel approach to evidence-based allocation of limited diagnostic capacity, to achieve public health goals for COVID-19.