Pag-aaral ng Ischgl: Pagbuo ng Herd Immunity at Diskarte sa Bakuna laban sa COVID-19

Routine sero-surveillance of the populasyon to estimate presence of antibodies sa Covid-19 is required to understand the development of dami ng mga tao ang kaligtasan sa sakit sa isang populasyon. Ang data mula sa pag-aaral ng sero-surveillance ng populasyon sa bayan ng Ischgl ng Austria ay nagbigay-liwanag sa aspetong ito at humantong sa mga mananaliksik na bumuo ng isang modelo ng hula na maaaring makatulong sa pagplano ng isang epektibong diskarte sa bakuna at hindi nagsasalakay na mga interbensyon ng populasyon laban sa impeksyon. 

The data from Ischgl study demonstrated that approx. 42.4% of the population were sero-positive after 9-10 months of testing since first mga pasyente were exposed to the korona virus^1,2. Gayunpaman, ito ay nangangailangan ng paggamit ng naaangkop na mga antibodies at ang tamang target upang matiyak na ang mga indibidwal na may banayad na impeksyon ay hindi napalampas³. This data from the Ischgl study suggests that the antibody response to Covid-19 is not only long lasting but can be a predictor of dami ng mga tao ang kaligtasan sa sakit in a population. This, in turn, necessitates the need for a routine sero-surveillance in a population to estimate the number of people who are antibody positive? Although this study may not be representative of the entire population, however, it can still help us in identifying, not only the sero-positive individuals, but indirectly leads to predicting the estimated population that would require a booster vaccine dose or not. This is of extreme importance at this moment, given the fact that vaccine administration against Covid-19 is in full swing in most countries and the world is waiting anxiously to return to the “normal life” that existed before COVID-19. This will enable the policy makers and administrators to develop guidelines and ensure adequate health care resources are spent towards the population where antibody development is minimal. 

Bilang karagdagan, ang pag-aaral na ito ay nagsiwalat din ng pagbuo ng isang non-invasive predictive model batay sa self-assessment ng tatlong natukoy na sintomas (ubo, pagkawala ng lasa/amoy at pananakit ng paa) na maaaring tumpak na mahulaan ang mga sero-positive na indibidwal.⁴ sa isang populasyon na nahawaan ng coronavirus. Ang pagsasamantala sa gayong non-invasive na modelo ay talagang maaaring maging kapaki-pakinabang sa buong mundo upang labanan ang pandemya ng COVID-19 sa pamamagitan ng paghula sa pagiging sero-positibo sa populasyon. 

Pinagsasama-sama ang parehong mga pamamaraang ito ng nakagawiang sero-surveillance at predictive modeling gamit ang CHES software⁵ upang matukoy ang pagiging sero-positibo, ang mga bansa sa buong mundo ay maaaring mahusay na magplano ng mga pag-aaral sa sero-surveillance na makakatulong sa pagkontrol sa pandemya sa pamamagitan ng paggastos ng pera ng mga nagbabayad ng buwis nang mas epektibo at ibalik ang normalidad sa lalong madaling panahon.  

*** 

Sanggunian:

1. Ischgl: Bahagyang nabawasan ang mga antibodies. Na-publish online noong 18 Pebrero 2021. Available sa https://tirol.orf.at/stories/3090797/ Na-access noong 19 Pebrero 2021.  

2. Innsbruck Medical University 2021. Press release - Pag-aaral sa Ischgl: 42.4 porsiyento ay positibo sa antibody. Available online sa https://www.i-med.ac.at/pr/presse/2020/40.html Na-access noong 19 Pebrero 2021.  

3. Minamaliit ba natin ang seroprevalence ng SARS-CoV2. BMJ 2020; 370 doi: https://doi.org/10.1136/bmj.m3364 (Na-publish noong Setyembre 03, 2020) 

4. Lehmann, J., Giesinger, et al., 2021. Pagtatantya ng seroprevalence ng SARS-CoV-2 antibodies gamit ang tatlong self-reported na sintomas: Pagbuo ng modelo ng hula batay sa data mula sa Ischgl, Austria. Epidemiology at Impeksyon, 1-13. Nai-publish online ng Cambridge University Press: 18 Pebrero 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. Ang Computer-based Health Evaluation Software (CHES): isang software para sa elektronikong pagsubaybay sa resulta na iniulat ng pasyente . Ipaalam sa BMC Med si Decis Mak. 2012 Nob 9; 12:126. doi: https://doi.org/10.1186/1472-6947-12-126.  

***