< Tests
¿Qué lleva a detectar gente contagiosa a la entrada de un bar o de un avión?
Texto actualizado en 2020-12-07
Además de los bioensayos y las mediciones de temperatura para detectar personas potencialmente infectadas por la COVID-19, se están desarrollando nuevos enfoques: detección por perros, análisis de voz por ordenador y análisis de parámetros vitales mediante relojes inteligentes (smart watch).
Imagina un restaurante, un club nocturno o un bar donde estarías seguro de no encontrarte con una persona contagiosa. Todos podrían entonces, una vez dentro, relajarse y vivir sin una mascarilla. ¿Pero es esto imaginable en un área donde el virus está circulando activamente? Esto requeriría pruebas rápidas y altamente sensibles, realizadas en la entrada para detectar fácilmente a las personas infectadas y sólo dejar entrar a las que no están infectadas. Aún no estamos en ese punto, pero los investigadores están buscando varias posibilidades.
La primera pista se refiere a las pruebas biológicas. Estas pruebas se realizan con hisopos nasofaríngeos, saliva, gárgaras, moco presente en la entrada de la nariz. Las pruebas se basan entonces en la detección de ARN o de ciertas proteínas del virus. Hay más de 2000 pruebas de COVID-19 en uso o en desarrollo en todo el mundo, que se enumeran en La base de datos de pruebas COVID-19 creada por la Universidad Estatal de Arizona. Las pruebas más rápidas tardan unos minutos en dar el resultado, pero por el momento no son lo suficientemente sensibles y específicas para su uso en la entrada de un bar o restaurante. Vea las preguntas ¿Qué muestra examinar para detectar la COVID-19 : nasofaríngea o bucal? y Falsos positivos, falsos negativos, sensibilidad, especificidad: ¿de qué estamos hablando?
Al principio de la epidemia, en algunos países se introdujeron mediciones de temperatura, por ejemplo mediante un termómetro de infrarrojos sin contacto, en las entradas de los aeropuertos, reidencias de ancianos o lugares de trabajo. Hoy en día, se considera que ese control de la temperatura tiene una eficacia extremadamente limitada por varias razones. En primer lugar, la fiebre se puede enmascarar tomando drogas como el paracetamol. En segundo lugar, se estima que la mitad de las contaminaciones se deben a personas asintomáticas (que aún no han desarrollado síntomas o que nunca los desarrollarán). Por último, alrededor del 55% de las personas con una forma leve a moderada de la COVID-19 no tienen fiebre (sin incluir a las personas con fiebre que no están infectadas con el coronavirus). Así pues, desde septiembre de 2020, los controles de temperatura en muchos aeropuertos se han detenido.
Se estándesarrollando enfoques alternativos a los ensayos biológicos. Son prometedores, pero por el momento se han probado en muy pocas personas y su sensibilidad y especificidad no dan todavía resultados satisfactorios para ser utilizadas a nivel individual. Por lo tanto, no está claro si estas pruebas alternativas llegarán a estar disponibles para su uso durante la pandemia. Vea la pregunta Falsos positivos, falsos negativos, sensibilidad, especificidad: ¿de qué estamos hablando?
Los análisis preliminares sugieren que las personas infectadas con la COVID-19 podrían ser detectadas antes de que aparezcan los síntomas mediante un reloj inteligente (smart watch) conectado que mide los latidos del corazón y el número de pasos. Por ejemplo, un sistema de alerta de dos niveles basado en el aumento de la frecuencia cardíaca en reposo ha detectado retrospectivamente el 86% de las 24 personas infectadas con el coronavirus de una cohorte de aproximadamente 5.000 participantes. Este método no es específico de la COVID-19 : detecta varios casos de infección viral respiratoria. Está en desarrollo y necesita desarrollarse en un mayor número de personas.
El análisis de la voz es otra vía que se está explorando para detectar la presencia del coronavirus del SARS-CoV-2 en los individuos infectados. La voz, el aliento y la tos contienen una gran cantidad de información y el análisis de las señales de la voz es actualmente objeto de muchas investigaciones en el diagnóstico de enfermedades neurodegenerativas como la enfermedad de Alzheimer. Para mejorar el análisis de la COVID-19, la idea es extraer pistas de sonido - los llamados biomarcadores - de la COVID-19 en la tos de las personas. La tos forzada o natural de los individuos se registra y luego se analiza automáticamente mediante técnicas de machine learning. Esta técnica podría ser útil para acelerar la detección a gran escala, a bajo costo y sin necesidad logística de análisis médicos.
Otro enfoque es usar perros entrenados para detectar personas infectadas con coronavirus a través de su olor. Varios perros han sido entrenados durante varios meses, pero la mayoría de estos estudios aún no han sido publicados. Los investigadores que trabajan con los perros se reunieron a principios de noviembre de 2020 en una conferencia en línea llamada “International K9 Team” para compartir sus resultados preliminares y mejorar la coordinación de su investigación. Hasta ahora, los experimentos con perros son prometedores, pero no se han llevado a cabo con suficiente gente para saber si la detección de la COVID-19 por los perros podría tener aplicaciones durante la pandemia.
El estudio de estas nuevas pistas para detectar la COVID-19 es un área de investigación muy activa y prometedora. Si quieres ayudar a la investigación de la tos, puedes registrarte aquí:
para las personas COVID-negativas y COVID-positivas:
https://opensigma.mit.edu/
https://coswara.iisc.ac.in/
para los individuos COVID-positivos solamente:
https://www.ai4networks.com/admin.php
Fuentes
El 9 de septiembre de 2020, el CDC de los Estados Unidos modificó su estrategia de vigilancia de los aeropuertos y dio prioridad a las medidas de salud pública distintas de la toma de temperatura para reducir el riesgo de transmisión relacionada con los viajes de la COVID-19 . Estas medidas son: educación sanitaria para los pasajeros antes de la salida, durante el vuelo y tras la llegada; una respuesta enérgica a la enfermedad en los aeropuertos; la recopilación voluntaria de información de contacto de los pasajeros por medios electrónicos, como proponen algunas compañías aéreas para evitar las largas colas, la congestión y los retrasos asociados a la recopilación manual de datos; posibles pruebas para reducir el riesgo de transmisión del virus responsable de la COVID-19 y el movimiento del virus de un lugar a otro; evaluaciones de riesgo específicas de cada país para ayudar a los pasajeros a tomar decisiones informadas sobre los riesgos relacionados con los viajes; una mejor capacitación y educación de las empresas relacionaas con el transporte desde y hacia los los puertos de entrada en los Estados Unidos para garantizar el reconocimiento de la enfermedad y la notificación inmediata al CDC; y recomendaciones a los pasajeros después de la llegada para la autovigilancia y las precauciones para proteger a los demás, con mayores precauciones, incluida la de permanecer en casa durante 14 días siempre que sea posible para los que llegan de destinos de alto riesgo.
CDC. Federal Government Adjusts COVID-19 Entry Strategy for International Air Passengers. Media Statement. 9 Sept 2020.En este estudio de modelización se considera que el 46% de los casos de SARS-CoV-2 se originan en individuos presintomáticos (antes de presentar síntomas), el 38% en individuos sintomáticos, el 10% en individuos asintomáticos (que nunca presentan síntomas) y el 6% mediante transmisión indirecta a través del medio ambiente. Las estimaciones de las dos últimas rutas son especulativas.
Ferretti, L., Wymant, C., Kendall, M., Zhao, L., Nurtay, A., Abeler-Dörner, L., ... & Fraser, C. (2020). Quantifying SARS-CoV-2 transmission suggests epidemic control with digital contact tracing. Science, 368(6491).Sólo el 45% de las personas con una forma leve a moderada de la COVID-19 tienen fiebre.
Lechien, J. R., Chiesa‐Estomba, C. M., Place, S., Van Laethem, Y., Cabaraux, P., Mat, Q., ... & Barillari, M. R. (2020). Clinical and epidemiological characteristics of 1,420 European patients with mild‐to‐moderate coronavirus disease 2019. Journal of internal medicine.Análisis de los datos fisiológicos y de actividad de 5.262 participantes, incluidos 32 infectados por la COVID-19. 26 de los individuos infectados (81%) tenían alteraciones en el ritmo cardíaco, el número de pasos diarios o el tiempo de sueño. Utilizando datos retrospectivos de los smart watch, los investigadores estimaron que con su sistema de alerta de dos niveles basado en la ocurrencia de elevaciones extremas de la frecuencia cardíaca en reposo en relación con la línea de base individual, el 62,5% de los casos de COVID-19 (15/24) podrían haberse detectado antes de la aparición de los síntomas en tiempo real. Este enfoque es un método general de detección y actualmente no puede distinguir entre las infecciones por coronavirus del SARS-CoV-2 y las causadas por otros virus respiratorios.
Mishra, T., Wang, M., Metwally, A. A., Bogu, G. K., Brooks, A. W., Bahmani, A., ... & Fay, B. (2020). Pre-symptomatic detection of COVID-19 from smartwatch data. Nature Biomedical Engineering, 1-13.Se están desarrollando herramientas digitales de machine learning para realizar una exploración mediante el análisis de las señales vocales presentes en la tos (forzada o no) de las personas infectadas con SARS-CoV-2. Este estudio se centra en uno de los puntos esenciales, que consiste en diferenciar una tos característica de la COVID-19 de una tos cuya causa no es la COVID-19. En este estudio los autores desarrollaron una aplicación para teléfonos inteligentes que registra la tos y da un resultado en 2 minutos. Dependiendo del modelo de machine learning utilizado, la sensibilidad y los resultados de la especificidad difieren más o menos de las pruebas de RT-PCR. Este estudio proporciona una "prueba de concepto" con resultados alentadores que deben ser confirmados en cohortes más grandes de sujetos. La ventaja es que este tipo de técnica puede utilizarse para la detección, lo que resulta particularmente útil para realizar pruebas masivas de un gran número de personas diariamente a un costo muy bajo.
Imran, A., Posokhova, I., Qureshi, H. N., Masood, U., Riaz, S., Ali, K., ... & Nabeel, M. (2020). AI4COVID-19: AI enabled preliminary diagnosis for COVID-19 from cough samples via an app. arXiv preprint arXiv:2004.01275.Estudio basado en los registros de la tos de las bases de datos de la India: 3621 personas, incluidas las de 2001, que dieron positivo en la COVID-19 y otra base de datos de 1039 personas, incluidas las 376 que dieron positivo en la COVID-19. La prueba de referencia utilizada es la RT-PCR. Se prueban varios modelos de máquinas de aprendizaje y el modelo final puede detectar una infección de SARS-CoV-2 con una sensibilidad del 90% y una especificidad del 31%. Estos resultados confirman que este tipo de análisis es prometedor, pero debe mejorarse para su uso médico.
Bagad, P., Dalmia, A., Doshi, J., Nagrani, A., Bhamare, P., Mahale, A., ... & Panicker, R. (2020). Tos contra COVID: Evidencia de la firma de COVID-19 en los sonidos de la tos. arXiv preprint arXiv:2009.08790.Estudio basado en el análisis de señales de sonido para identificar signos clínicos de la enfermedad genética de Huntington. Se realizan análisis a 45 pacientes con enfermedad de Huntington: 16 personas portadoras de la mutación pero que no están enfermas (asintomáticas) y 24 sujetos sanos. Según las pistas de sonido utilizadas, el modelo de aprendizaje de la máquina identifica correctamente al 56% de los individuos (enfermos, asintomáticos, sujetos sanos).
Riad, R., Titeux, H., Lemoine, L., Montillot, J., Bagnou, J. H., Cao, X. N., ... y Bachoud-Lévi, A. C. (2020). Marcadores vocales de la fonación sostenida en la enfermedad de Huntington. arXiv preprint arXiv:2006.05365.Estudio basado en el análisis de señales de sonido para diagnosticar la enfermedad neurodegenerativa de Alzheimer. Un modelo de máquina de aprendizaje es entrenado en 108 personas (incluyendo 54 pacientes de Alzheimer) y probado en 48 personas (incluyendo 24 pacientes de Alzheimer). Los resultados muestran que el modelo identifica correctamente al 75% de los individuos.
Luz, S., Haider, F., de la Fuente, S., Fromm, D., & MacWhinney, B. (2020). Alzheimer's Dementia Recognition through Spontaneous Speech: The ADReSS Challenge. arXiv preprint arXiv:2004.06833.Artículo con fecha de noviembre de 2020 que resume el trabajo sobre los perros que han sido entrenados para detectar personas infectadas con el coronavirus del SARS-CoV-2. Presenta un estudio muy prometedor en un aeropuerto del Líbano: los perros examinaron a 1680 pasajeros y encontraron 158 casos de COVID-19 que fueron confirmados por pruebas de PCR. Los animales identificaron correctamente los casos negativos con un 100% de precisión, y detectaron correctamente el 92% de los casos positivos, según resultados no publicados.
Else, H. (2020). Can dogs smell COVID? Here's what the science says. Nature.En este estudio piloto, los investigadores entrenaron a 8 perros durante una semana a partir de muestras tomadas de la tráquea y la boca de siete personas hospitalizadas con la COVID-19 y siete personas no infectadas. Los perros pudieron identificar el 83% de los casos positivos de COVID-19 y el 96% de los negativos.
Jendrny, P., Schulz, C., Twele, F., Meller, S., von Köckritz-Blickwede, M., Osterhaus, A. D. M. E., ... & Manns, M. P. (2020). Scent dog identification of samples from COVID-19 patients–a pilot study. BMC infectious diseases, 20(1), 1-7.Los investigadores entrenaron a 8 perros para detectar la COVID-19 en 198 muestras de sudor de varios hospitales, cerca de la mitad de las cuales eran de personas con la COVID-19. Cuando estos se escondieron en una fila de muestras negativas, los perros identificaron muestras positivas en el 83-100% de los casos. El artículo no dice lo bien que los perros identificaron los resultados negativos de las pruebas.
Grandjean, D., Sarkis, R., Tourtier, J. P., Julien, C., & Desquilbet, L. (2020). Detection dogs as a help in the detection of COVID-19: Can the dog alert on COVID-19 positive persons by sniffing axillary sweat samples? Proof-of-concept study. bioRxiv.Presentación del proyecto que se está llevando a cabo en el Reino Unido para entrenar a los perros para detectar la COVID-19.
Jones, R. T., Guest, C., Lindsay, S. W., Kleinschmidt, I., Bradley, J., Dewhirst, S., ... & Logan, J. G. (2020). Could bio-detection dogs be used to limit the spread of COVID-19 by travellers?. Journal of travel medicine.