Ischgl અભ્યાસ: કોવિડ-19 સામે હર્ડ ઇમ્યુનિટી અને રસીની વ્યૂહરચનાનો વિકાસ

ની નિયમિત સેરો-સર્વેલન્સ વસ્તી હાજરીનો અંદાજ કાઢવો એન્ટિબોડીઝ થી કોવિડ -19 ના વિકાસને સમજવા માટે જરૂરી છે ટોળું પ્રતિરક્ષા વસ્તીમાં. ઑસ્ટ્રિયાના Ischgl નગરમાં વસ્તીના સેરો-સર્વેલન્સ અભ્યાસના ડેટા આ પાસા પર પ્રકાશ ફેંકે છે અને સંશોધકોને એક આગાહી મોડેલ વિકસાવવા તરફ દોરી ગયા છે જે ચેપ સામે અસરકારક રસીની વ્યૂહરચના અને બિન-આક્રમક વસ્તી દરમિયાનગીરીની યોજના બનાવવામાં મદદ કરી શકે છે. 

Ischgl અભ્યાસના ડેટા દર્શાવે છે કે આશરે. 42.4% વસ્તી પ્રથમથી 9-10 મહિનાના પરીક્ષણ પછી સેરો-પોઝિટિવ હતી દર્દીઓ ના સંપર્કમાં આવ્યા હતા કોરોના વાયરસ^1,2. જો કે, આના માટે યોગ્ય એન્ટિબોડીઝ અને યોગ્ય લક્ષ્યનો ઉપયોગ જરૂરી છે તેની ખાતરી કરવા માટે કે હળવા ચેપવાળા વ્યક્તિઓ ચૂકી ન જાય.³. Ischgl અભ્યાસમાંથી આ ડેટા સૂચવે છે કે એન્ટિબોડી પ્રતિભાવ કોવિડ -19 તે માત્ર લાંબા સમય સુધી ચાલતું નથી પરંતુ તે આગાહી કરનાર હોઈ શકે છે ટોળું પ્રતિરક્ષા વસ્તીમાં. આ, બદલામાં, એન્ટિબોડી પોઝીટીવ છે તેવા લોકોની સંખ્યાનો અંદાજ કાઢવા માટે વસ્તીમાં નિયમિત સેરો-સર્વેલન્સની આવશ્યકતા છે? જો કે આ અભ્યાસ સમગ્ર વસ્તીનું પ્રતિનિધિત્વ ન કરી શકે, તેમ છતાં, તે હજી પણ અમને માત્ર સેરો-પોઝિટિવ વ્યક્તિઓ જ નહીં, પરંતુ આડકતરી રીતે અંદાજિત વસ્તીની આગાહી કરવામાં મદદ કરી શકે છે કે જેને બૂસ્ટર રસીના ડોઝની જરૂર પડશે કે નહીં. આ ક્ષણે આ અત્યંત મહત્વ છે, હકીકત એ છે કે રસી વહીવટ સામે કોવિડ -19 મોટાભાગના દેશોમાં પૂરજોશમાં છે અને વિશ્વ COVID-19 પહેલા અસ્તિત્વમાં રહેલા "સામાન્ય જીવન" પર પાછા ફરવાની ઉત્સુકતાપૂર્વક રાહ જોઈ રહ્યું છે. આ નીતિ નિર્માતાઓ અને વહીવટકર્તાઓને માર્ગદર્શિકા વિકસાવવા અને જ્યાં એન્ટિબોડી ડેવલપમેન્ટ ન્યૂનતમ છે તે વસ્તી તરફ પર્યાપ્ત આરોગ્ય સંભાળ સંસાધનો ખર્ચવામાં આવે તેની ખાતરી કરવામાં સક્ષમ બનાવશે. 

આ ઉપરાંત, આ અભ્યાસે ત્રણ ઓળખાયેલા લક્ષણો (ઉધરસ, સ્વાદ/ગંધમાં ઘટાડો અને અંગમાં દુખાવો)ના સ્વ-મૂલ્યાંકનના આધારે બિન-આક્રમક આગાહી મોડેલનો વિકાસ પણ જાહેર કર્યો છે જે સેરો-પોઝિટિવ વ્યક્તિઓની ચોક્કસ આગાહી કરી શકે છે.⁴ કોરોનાવાયરસથી ચેપગ્રસ્ત વસ્તીમાં. આવા બિન-આક્રમક મોડેલનો ઉપયોગ વસ્તીમાં સીરો-પોઝિટિવનેસની આગાહી કરીને COVID-19 રોગચાળા સામે લડવા માટે સમગ્ર વિશ્વ માટે ખરેખર ફાયદાકારક બની શકે છે. 

CHES સોફ્ટવેરનો ઉપયોગ કરીને નિયમિત સેરો-સર્વેલન્સ અને અનુમાનિત મોડેલિંગના આ બંને અભિગમોનું સંયોજન⁵ સેરો-પોઝિટિવનેસ નક્કી કરવા માટે, વિશ્વભરના દેશો અસરકારક રીતે સેરો-સર્વેલન્સ અભ્યાસનું આયોજન કરી શકે છે જે કરદાતાઓના નાણાં વધુ અસરકારક રીતે ખર્ચીને રોગચાળાને નિયંત્રિત કરવામાં મદદ કરી શકે છે અને શક્ય તેટલી વહેલી તકે સામાન્ય સ્થિતિ પાછી લાવી શકે છે.  

*** 

સંદર્ભ:

1. Ischgl: એન્ટિબોડીઝમાં થોડો ઘટાડો થયો છે. 18 ફેબ્રુઆરી 2021 ના ​​રોજ ઓનલાઈન પ્રકાશિત. પર ઉપલબ્ધ https://tirol.orf.at/stories/3090797/ 19 ફેબ્રુઆરી 2021 ના ​​રોજ એક્સેસ.  

2. ઇન્સબ્રુક મેડિકલ યુનિવર્સિટી 2021. પ્રેસ રીલીઝ – Ischgl અભ્યાસ: 42.4 ટકા એન્ટિબોડી-પોઝિટિવ છે. પર ઓનલાઈન ઉપલબ્ધ છે https://www.i-med.ac.at/pr/presse/2020/40.html 19 ફેબ્રુઆરી 2021 ના ​​રોજ એક્સેસ.  

3. શું આપણે SARS-CoV2 ના સેરોપ્રિવલેન્સને ઓછો અંદાજ આપી રહ્યા છીએ. BMJ 2020; 370 doi: https://doi.org/10.1136/bmj.m3364 (03 સપ્ટેમ્બર 2020 ના રોજ પ્રકાશિત) 

4. Lehmann, J., Giesinger, et al., 2021. ત્રણ સ્વ-અહેવાલિત લક્ષણોનો ઉપયોગ કરીને SARS-CoV-2 એન્ટિબોડીઝના સેરોપ્રિવલેન્સનો અંદાજ કાઢવો: Ischgl, Austria ના ડેટાના આધારે આગાહી મોડેલનો વિકાસ. રોગશાસ્ત્ર અને ચેપ, 1-13. કેમ્બ્રિજ યુનિવર્સિટી પ્રેસ દ્વારા ઑનલાઇન પ્રકાશિત: 18 ફેબ્રુઆરી 2021. DOI: https://doi.org/10.1017/S0950268821000418 

5. Holzner B, Giesinger JM, Pinggera J, Zugal S, Schöpf F, Oberguggenberger AS, Gamper EM, Zabernigg A, Weber B, Rumpold G. The Computer-based Health Evaluation Software (CHES): ઇલેક્ટ્રોનિક દર્દી-રિપોર્ટેડ પરિણામ દેખરેખ માટેનું સોફ્ટવેર . BMC મેડ ઇન્ફોર્મ ડેસીસ મેક. 2012 નવે 9; 12:126. doi: https://doi.org/10.1186/1472-6947-12-126.  

***