ความถูกต้องของการตรวจแอนติบอดีในการวินิจฉัย การติดเชื้อไวรัส COVID-19 คืออะไร

ความเป็นมา

COVID -19 เป็นโรคติดเชื้อที่เกิดจากไวรัส SARS - CoV -2 ซึ่งแพร่กระจายระหว่างคนได้ง่ายในลักษณะเดียวกับโรคไข้หวัดหรือไข้หวัดใหญ่ คนส่วนใหญ่ที่ติดเชื้อ COVID-19 จะมีอาการเจ็บป่วยทางเดินหายใจในระดับเล็กน้อย ถึงปานกลาง และบางคนอาจไม่มีอาการใดๆ (การติดเชื้อที่ไม่มีอาการ) บางคนมีอาการรุนแรงและต้องการการรักษาจากผู้เชี่ยวชาญและการดูแลอย่างวิกฤติ

ระบบภูมิคุ้มกันของผู้ที่ติดเชื้อ COVID-19 ตอบสนองต่อการติดเชื้อโดยการสร้างโปรตีนในเลือดที่สามารถทำลายไวรัส (แอนติบอดี) ได้ การทดสอบเพื่อตรวจหาแอนติบอดีในเลือดของประชาชนอาจแสดงให้เห็นว่าขณะนี้พวกเขามี COVID-19 หรือเคยมีมาก่อน

เหตุใดการทดสอบที่ถูกต้องจึงมีความสำคัญ

การทดสอบที่ถูกต้องช่วยให้สามารถคัดเลือกผู้ที่อาจต้องได้รับการรักษา หรือผู้ที่จำเป็นต้องแยกตัวเพื่อป้องกันการแพร่กระจายของเชื้อ การตรวจไม่พบผู้ที่ติดเชื้อ COVID-19 เมื่อมีอยู่ (ผลลบลวง) อาจทำให้การรักษาล่าช้าและเสี่ยงต่อการแพร่เชื้อไปยังผู้อื่น การบอกว่ามี COVID-19 อย่างไม่ถูกต้องเมื่อความจริงไม่มี (ผลบวกลวง) อาจนำไปสู่การทดสอบ การรักษา และการแยกบุคคลและผู้ใกล้ชิดเพิ่มเติมโดยไม่จำเป็น การบอกว่า่เคยเป็น COVID-19 อย่างถูกต้อง เป็นสิ่งสำคัญในการวัดการแพร่กระจายของโรค การประเมินความสำเร็จของวิธีการด้านสาธารณสุข (เช่นการแยกตัว) และอาจช่วยบอกว่ามีภูมิคุ้มกัน (ในอนาคตควรมีการแสดงแอนติบอดีเพื่อบ่งชี้ภูมิคุ้มกัน)

ในการวินิจฉัยผลลบลวงและผลบวกลวง มีการเปรียบเทียบผลการทดสอบแอนติบอดีในผู้ที่ทราบว่ามี COVID-19 และทราบว่าไม่มี COVID-19 ผู้เข้าร่วมการศึกษาได้รับการแยกว่าพวกเขาเป็น หรือไม่เป็น COVID-19 ตามเกณฑ์ที่เรียกว่า 'มาตรฐานอ้างอิง' การศึกษาจำนวนมากใช้ตัวอย่างที่นำมาจากจมูกและลำคอเพื่อหาผู้ที่ติดเชื้อ COVID-19 ตัวอย่างผ่านการทดสอบที่เรียกว่า reverse transcriptase polymerase chain reaction (RT-PCR) บางครั้งกระบวนการทดสอบนี้อาจพลาดการติดเชื้อ (ผลลบลวง) แต่การทดสอบเพิ่มเติมสามารถพบุการติดเชื้อ COVID-19 ในผู้ที่มีผล RT-PCR เป็นลบ ซึ่งรวมถึงการตรวจอาการทางคลินิก เช่นการไอ หรืออุณหภูมิสูงหรือการตรวจ "ภาพ" เช่นการเอกซเรย์หน้าอก บางครั้งคนที่ทราบว่าไม่มี COVID-19 จะถูกพบจากตัวอย่างเลือดที่เก็บไว้ก่อนที่จะมี COVID-19 หรือจากผู้ป่วยที่มีอาการทางระบบทางเดินหายใจที่พบว่ามีสาเหตุจากโรคอื่น ๆ

การทบทวนวรรณกรรมศึกษาอะไร

การศึกษาได้ศึกษาแอนติบอดีสามประเภท ได้แก่ IgA, IgG และ IgM การทดสอบส่วนใหญ่ตรวจทั้ง IgG และ IgM แต่บางอย่างก็ตรวจแอนติบอดีตัวเดียว หรือตรวจรวมของแอนติบอดีทั้ง 3 ตัว

ระดับของแอนติบอดีเพิ่มขึ้นและลดลงในเวลาที่ต่างกันหลังการติดเชื้อ IgG เป็นอันดับสุดท้ายที่จะเพิ่มขึ้น แต่อยู่ได้นานที่สุด ระดับของแอนติบอดีมักจะสูงที่สุดในสองสามสัปดาห์หลังการติดเชื้อ

การทดสอบแอนติบอดีบางอย่างจำเป็นต้องใช้อุปกรณ์เฉพาะในห้องปฏิบัติการ อย่างอื่นๆ ใช้อุปกรณ์ที่ใช้แล้วทิ้ง คล้ายกับการทดสอบการตั้งครรภ์ การทดสอบเหล่านี้สามารถใช้ได้ในห้องปฏิบัติการ หรือที่ใดก็ตามที่ผู้ป่วยอยู่ (จุดดูแล) ในโรงพยาบาลหรือที่บ้าน

เราต้องการทราบว่าการทดสอบแอนติบอดี:

- มีความแม่นยำเพียงพอที่จะวินิจฉัยการติดเชื้อในผู้ที่มีหรือไม่มีอาการของ COVID-19 และ

- สามารถใช้เพื่อดูว่ามีใครติดเชื้อ COVID-19 อยู่แล้วหรือไม่

เราได้ทำอะไร

เราค้นหาการศึกษาที่วัดความแม่นยำของการทดสอบแอนติบอดีเทียบกับเกณฑ์มาตรฐานอ้างอิง เพื่อตรวจหาการติดเชื้อ COVID-19 ในปัจจุบันหรือในอดีต การศึกษาสามารถประเมินการทดสอบแอนติบอดีเปรียบเทียบกับมาตรฐานอ้างอิง การทดสอบสามารถทำได้ทั้งในโรงพยาบาลหรือในชุมชน การศึกษาสามารถทดสอบคนที่ทราบว่ามีหรือไม่มี - หรือสงสัยว่ามี COVID-19

ลักษณะของการศึกษา

เราพบ 54 การศึกษาที่เกี่ยวข้อง การศึกษาเกิดขึ้นในเอเชีย (38) ยุโรป (15) และทั้งในสหรัฐอเมริกาและจีน (1)

การศึกษา 46 รายการ รวมผู้ที่อยู่ในโรงพยาบาล ที่สงสัยหรือยืนยันการติดเชื้อ COVID-19 เท่านั้น การศึกษา 29 รายการ เปรียบเทียบผลการทดสอบในผู้ที่ติดเชื้อ COVID-19 กับผลการทดสอบในผู้ที่มีสุขภาพแข็งแรงหรือผู้ที่เป็นโรคอื่นๆ

การศึกษาบางส่วนไม่ได้ให้รายละเอียดเกี่ยวกับอายุและเพศของผู้เข้าร่วม บ่อยครั้งเราไม่สามารถบอกได้ว่าการศึกษากำลังประเมินการติดเชื้อในปัจจุบันหรือในอดีต เนื่องจากมีเพียงไม่กี่รายการที่รายงานว่าผู้เข้าร่วมกำลังฟื้นตัวหรือไม่ เราไม่พบการศึกษาใดๆ ที่ทดสอบเฉพาะคนที่ไม่มีอาการ

ผลลัพธ์หลัก

การค้นพบของเราส่วนใหญ่มาจากการศึกษา 38 รายการที่ให้ผลลัพธ์ตามระยะเวลาที่พบหลังอาการครั้งแรก

การทดสอบแอนติบอดีหนึ่งสัปดาห์หลังจากมีอาการครั้งแรกตรวจพบเพียง 30% ของผู้ที่ติดเชื้อ COVID-19 ความแม่นยำเพิ่มขึ้นในสัปดาห์ที่ 2 โดยตรวจพบ 70% และสูงสุดในสัปดาห์ที่ 3 (ตรวจพบมากกว่า 90%) มีหลักฐานเพียงเล็กน้อยหลังจากสัปดาห์ที่ 3 การทดสอบให้ผลบวกลวงใน 2% ของผู้ที่ไม่มี COVID-19

ผลจากการทดสอบ IgG/IgM 3 สัปดาห์หลังจากเริ่มมีอาการบ่งชี้ว่าหาก 1000 คนได้รับการตรวจแอนติบอดีและ 50 (5%) ของพวกเขามี COVID-19 จริงๆ (ตามที่เราคาดหวังในการสำรวจคัดกรองระดับชาติ):

- 58 คนจะให้ผลบวกกับ COVID-19 ในจำนวนนี้ 12 คน (21%) จะไม่มี COVID-19 (ผลบวกลวง)

- 942 คนจะมีผลการทดสอบเป็นลบสำหรับ COVID-19 ในจำนวนนี้ 4 คน (0.4%) จะมี COVID-19 (ผลลบลวง)

หากเราทดสอบบุคลากรสุขภาพ 1000 คน (ในบริบทที่มีความเสี่ยงสูง) ที่มีอาการ และ 500 (50%) ของพวกเขามี COVID-19 จริงๆ:

- 464 คนจะให้ผลบวกสำหรับ COVID-19 ในจำนวนนี้ 7 คน (2%) จะไม่มี COVID-19 (ผลบวกลวง)

- 537 คนจะมีผลทดสอบเป็นลบสำหรับ COVID-19 ในจำนวนนี้ 43 (8%) จะมี COVID-19 (ผลลบลวง)

เราไม่พบความแตกต่างที่น่าเชื่อถือ ในความแม่นยำสำหรับการทดสอบแอนติบอดีประเภทต่างๆ

ผลของการศึกษาในการทบทวนวรรณกรรมนี้มีความน่าเชื่อถือเป็นอย่างไร

ความเชื่อมั่นของเราในหลักฐาน ถูกจำกัดด้วยเหตุผลหลายประการ โดยทั่วไปการศึกษามีขนาดเล็ก ไม่ได้ใช้วิธีการที่น่าเชื่อถือมากที่สุด และไม่ได้รายงานผลอย่างครบถ้วน บ่อยครั้งที่ไม่รวมผู้ป่วยที่ติดเชื้อ COVID-19 ซึ่งอาจมีผลลบลวงใน PCR และนำข้อมูลของพวกเขาสำหรับผู้ที่ไม่มี COVID-19 จากบันทึกการทดสอบที่ทำก่อนที่ COVID-19 จะเกิดขึ้น สิ่งนี้อาจส่งผลต่อความแม่นยำในการทดสอบ แต่ไม่สามารถบอกได้ว่ามากน้อยเพียงใด

ผลการทบทวนวรรณกรรมนี้นำไปใช้กับใคร

ผู้เข้าร่วมส่วนใหญ่อยู่ในโรงพยาบาลด้วย COVID-19 ดังนั้นจึงมีแนวโน้มที่จะเป็นโรคที่รุนแรงกว่าผู้ที่มีอาการเล็กน้อยที่ไม่ได้รับการรักษาในโรงพยาบาล ซึ่งหมายความว่าเราไม่ทราบว่าการทดสอบแอนติบอดีที่แม่นยำสำหรับผู้ที่เป็นโรคที่ไม่รุนแรงหรือไม่มีอาการเป็นอย่างไร

การศึกษามากกว่าครึ่งประเมินการทดสอบที่พวกเขาพัฒนาขึ้นเองซึ่งส่วนใหญ่หาซื้อไม่ได้ การศึกษาจำนวนมากได้รับการเผยแพร่ทางออนไลน์อย่างรวดเร็วในชื่อ "preprints" Preprints ไม่ได้รับการตรวจสอบอย่างเข้มงวดตามปกติของการศึกษาที่ตีพิมพ์ ดังนั้นเราจึงไม่แน่ใจว่ามีความน่าเชื่อถือเพียงใด

เนื่องจากการศึกษาส่วนใหญ่เกิดขึ้นในเอเชีย เราไม่ทราบว่าผลการทดสอบจะเหมือนที่อื่นในโลกหรือไม่

การประยุกต์ใช้ของการทบทวนวรรณกรรมนี้คืออะไร

การทบทวนวรรณกรรมแสดงให้เห็นว่าการทดสอบแอนติบอดีอาจมีประโยชน์ในการตรวจสอบว่ามีการติดเชื้อ COVID-19 หรือไม่ แต่ช่วงเวลาที่ทดสอบเป็นสิ่งสำคัญ การทดสอบแอนติบอดีอาจช่วยยืนยันการติดเชื้อ COVID-19 ในผู้ที่มีอาการนานกว่า 2 สัปดาห์และไม่มีการทดสอบ RT-PCR หรือมีผลการทดสอบ RT-PCR ที่เป็นลบ การทดสอบจะดีกว่าในการตรวจหา COVID-19 ที่ 2 สัปดาห์ขึ้นไปหลังจากเริ่มมีอาการ แต่เราไม่ทราบว่าจะทำงานได้ดีเพียงใดที่มากกว่า 5 สัปดาห์หลังจากเริ่มมีอาการ เราไม่ทราบว่าการทดสอบจะทำงานได้ดีเพียงใดสำหรับผู้ที่เป็นโรคที่ไม่รุนแรง หรือไม่มีอาการ เนื่องจากการศึกษาในการทบทวนวรรณกรรมส่วนใหญ่ทำในผู้ที่อยู่ในโรงพยาบาล ในอนาคต เราจะได้เรียนรู้ว่าการเคยมี COVID-19 มาก่อนจะทำให้ มีภูมิคุ้มกันต่อการติดเชื้อในอนาคตหรือไม่

จำเป็นต้องมีการวิจัยเพิ่มเติม เกี่ยวกับการใช้การทดสอบแอนติบอดีในผู้ที่ฟื้นตัวจากการติดเชื้อ COVID-19 และในผู้ที่มีอาการไม่รุนแรงหรือไม่เคยมีอาการ

ความเป็นปัจจุบันของการทบทวนวรรณกรรมนี้เป็นอย่างไร

การทบทวนวรรณกรรมนี้รวมถึงหลักฐานที่เผยแพร่ถึง 27 เมษายน 2020 เนื่องจากมีการศึกษาใหม่ในเรื่องนี้จำนวนมาก กำลังจะเผยแพร่ เราจะปรับปรุงการทบทวนวรรณกรรมนี้บ่อยๆ

ข้อสรุปของผู้วิจัย: 

ความไวของการทดสอบแอนติบอดีต่ำเกินไปในสัปดาห์แรกตั้งแต่เริ่มมีอาการ ที่จะมีบทบาทหลักในการวินิจฉัย COVID-19 แต่อาจยังมีบทบาทเสริมการทดสอบอื่นๆ ในแต่ละบุคคลในภายหลังเมื่อการทดสอบ RT-PCR เป็นลบ หรือไม่ได้ทำ การทดสอบแอนติบอดีมีแนวโน้มที่จะมีประโยชน์ในการตรวจหาการติดเชื้อ SARS-CoV-2 ก่อนหน้านี้ หากใช้ 15 วันขึ้นไปหลังจากเริ่มมีอาการ อย่างไรก็ตาม ขณะนี้ยังไม่ทราบระยะเวลาของการเพิ่มขึ้นของแอนติบอดี และเราพบข้อมูลน้อยมากที่เกิน 35 วันหลังเริ่มมีอาการ ดังนั้นเราจึงไม่แน่ใจเกี่ยวกับประโยชน์ของการทดสอบเหล่านี้สำหรับการสำรวจ seroprevalence เพื่อวัตถุประสงค์ในการจัดการด้านสาธารณสุข ความกังวลเกี่ยวกับความเสี่ยงสูงของอคติ และการนำไปใช้ ทำให้ความแม่นยำของการทดสอบเมื่อใช้ในการดูแลทางคลินิกจะต่ำกว่าที่รายงานในการศึกษาที่รวมไว้ ความไวได้รับการประเมินโดยส่วนใหญ่ในผู้ป่วยที่เข้ารับการรักษาในโรงพยาบาล ดังนั้นจึงไม่ชัดเจนว่าการทดสอบจะสามารถตรวจจับระดับแอนติบอดีที่ต่ำกว่าซึ่งมีแนวโน้มว่าจะเป็นโรค COVID-19 ที่ไม่แสดงอาการหรือไม่

การออกแบบ การดำเนินการ และการรายงานของการศึกษา ในความแม่นยำของการทดสอบ COVID-19 จำเป็นต้องมีการปรับปรุงอย่างมาก การศึกษาต้องรายงานข้อมูลเกี่ยวกับความไวแยกตามเวลาตั้งแต่เริ่มมีอาการ ควรรวมผู้ป่วย COVID-19 ที่เป็น RT-PCR เป็นลบเช่นเดียวกับผู้ที่ได้รับการยืนยัน RT-PCR ตามที่องค์การอนามัยโลก (WHO) และ China National Health Commission of the People's Republic of China (CDC) กำหนดคำจำกัดความ เราได้รับข้อมูลจากการทดสอบที่มีอยู่เพียงเล็กน้อยเท่านั้น และจำเป็นต้องดำเนินการเพื่อให้แน่ใจว่าผลการประเมินการทดสอบทั้งหมดเป็น public domain เพื่อป้องกันการรายงานเฉพาะบางส่วน นี่เป็นเขตข้อมูลที่มีเปลี่ยนแปลงอย่างรวดเร็ว และเราวางแผนการปรับปรุงอย่างต่อเนื่องของ Living systematic review นี้

อ่านบทคัดย่อฉบับเต็ม
บทนำ: 

กลุ่มอาการทางเดินหายใจเฉียบพลันรุนแรง coronavirus 2 (SARS-CoV-2) และการแพร่ระบาดของ COVID-19 ที่เกิดขึ้นทำให้เกิดความท้าทายที่สำคัญในการวินิจฉัย มีกลยุทธ์การวินิจฉัยหลายอย่างเพื่อตรวจหาการติดเชื้อในปัจจุบัน หรือแยกการติดเชื้อออก ค้นหาผู้ที่ต้องการการดูแลเพิ่มเติม หรือเพื่อทดสอบการติดเชื้อในอดีตและการตอบสนองของระบบภูมิคุ้มกัน การทดสอบทางเซรุ่มวิทยาเพื่อตรวจหาแอนติบอดีต่อ SARS-CoV-2 มีวัตถุประสงค์เพื่อหาการติดเชื้อ SARS-CoV-2 ก่อนหน้านี้ และอาจช่วยยืนยันการติดเชื้อในปัจจุบัน

วัตถุประสงค์: 

เพื่อประเมินความแม่นยำในการวินิจฉัยของการตรวจแอนติบอดีเพื่อตรวจสอบว่าบุคคลที่อยู่ในชุมชน หรือในการดูแลปฐมภูมิหรือทุติยภูมิ มีการติดเชื้อ SARS-CoV-2 หรือเคยติดเชื้อ SARS-CoV-2 มาก่อนหรือไม่ และความแม่นยำของการทดสอบแอนติบอดีเพื่อใช้ในการสำรวจ seroprevalence

วิธีการสืบค้น: 

เราดำเนินการสืบค้นทางอิเล็กทรอนิกส์ใน Cochrane COVID-19 Study Register และ COVID-19 Living Evidence Database จาก University of Bern ซึ่งได้รับการอัปเดตทุกวันด้วยบทความที่เผยแพร่จาก PubMed และ Embase และบทความตีพิมพ์ล่วงหน้าจาก medRxiv และ bioRxiv นอกจากนี้เรายังตรวจสอบแหล่งรวบรวมของสิ่งพิมพ์ COVID-19 เราไม่ได้ใช้ข้อจำกัดด้านภาษาใด ๆ เราทำการสืบค้นสำหรับการทบทวนวรรณกรรมนี้จนถึงวันที่ 27 เมษายน 2020

เกณฑ์การคัดเลือก: 

เรารวมการศึกษาความแม่นยำในการทดสอบด้วยวิธีการใด ๆ ที่ประเมินการทดสอบแอนติบอดี (รวมถึง enzyme-linked immunosorbent assays, chemiluminescence immunoassays, และ lateral flow assays) ในผู้ที่สงสัยว่ามีการติดเชื้อ SARS-CoV-2 ในปัจจุบันหรือก่อนหน้านี้ หรือที่ใช้การทดสอบเพื่อคัดกรองการติดเชื้อ นอกจากนี้เรายังรวมการศึกษาเกี่ยวกับบุคคลที่ทราบว่ามีหรือไม่ติดเชื้อ SARS-CoV-2 เรารวมมาตรฐานอ้างอิงทั้งหมดเพื่อบอกการมีหรือไม่มีของ SARS-CoV-2 (รวมถึง reverse transcription polymerase chain reaction (RT-PCR) และเกณฑ์การวินิจฉัยทางคลินิกที่กำหนดไว้)

การรวบรวมและวิเคราะห์ข้อมูล: 

เราประเมินอคติที่เป็นไปได้และการบังคับใช้ของการศึกษาโดยใช้เครื่องมือ QUADAS-2 เราคัดลอกข้อมูลจากตาราง 2x2 และนำเสนอความไวและความจำเพาะของแอนติบอดีแต่ละตัว (หรือการรวมกันของแอนติบอดี) โดยใช้ paired forest plots เรารวบรวมข้อมูลโดยใช้ random-effects logistic regression ตามความเหมาะสมโดยแบ่งตามเวลาตั้งแต่เริ่มมีอาการ เราจัดทำตารางข้อมูลที่มีอยู่ตามผู้ผลิตชุดทดสอบ เราได้นำเสนอความไม่แน่นอนในการประมาณการความไวและความจำเพาะโดยใช้ช่วงความเชื่อมั่น 95% (CIs)

ผลการวิจัย: 

เราได้รวมรายงานสิ่งพิมพ์ 57 ฉบับจากกลุ่มตัวอย่างทั้งหมด 54 กลุ่มที่มีการศึกษา 15,976 ตัวอย่าง ซึ่ง 8526 รายมาจากผู้ป่วยที่ติดเชื้อ SARS-CoV-2 การศึกษาดำเนินการในเอเชีย (n = 38) ยุโรป (n = 15) และสหรัฐอเมริกาและจีน (n = 1) เราพบข้อมูลของการตรวจที่ทำเป็นธุรกิจ 25 รายการและการตรวจที่ทำเองจำนวนมาก ซึ่งเป็นส่วนเล็ก ๆ ของการตรวจแอนติบอดี 279 รายการที่ระบุโดยมูลนิธิเพื่อการวินิจฉัยเชิงนวัตกรรม มากกว่าครึ่งหนึ่ง (n = 28) ของการศึกษาที่รวม อยู่ในรูปแบบ preprint

เรามีความกังวลเกี่ยวกับความเสี่ยงของการมีอคติและการนำไปใช้ ปัญหาทั่วไป ได้แก่ การใช้วิธีการวิจัยแบบหลายกลุ่ม (n = 29) การรวมเฉพาะผู้ป่วย COVID-19 (n = 19) การขาดการปกปิด index test (n = 49) และ reference standard (n = 29) differential verification (n = 22) และการขาดความชัดเจนเกี่ยวกับจำนวนผู้เข้าร่วม ลักษณะและการคัดออกของการศึกษา (n = 47) การศึกษาส่วนใหญ่ (n = 44) รวมเฉพาะผู้ที่เข้ารับการรักษาในโรงพยาบาลเนื่องจากสงสัยหรือยืนยันการติดเชื้อ COVID-19 ไม่มีการศึกษาเฉพาะในผู้เข้าร่วมที่ไม่มีอาการ สองในสามของการศึกษา (n = 33) วินิจฉัย COVID-19 โดยพิจารณาจากผล RT-PCR เพียงอย่างเดียวโดยไม่สนใจความเป็นไปได้สำหรับผลลบลวงของ RT-PCR เราสังเกตเห็นหลักฐานการตีพิมพ์ผลการศึกษาโดยการละเลยเอกลักษณ์ของการทดสอบ (n = 5)

เราสังเกตเห็นความแตกต่างอย่างมากในความไวของแอนติบอดี IgA, IgM และ IgG หรือการรวมกันของแอนติบอดีเหล่านี้เพื่อให้ได้ผลรวมกันในช่วงเวลาต่างๆ หลังการเริ่มมีอาการ (ช่วง 0% ถึง 100% สำหรับแอนติบอดีเป้าหมายทั้งหมด) ดังนั้นเราจึงอ้างอิงผลลัพธ์หลักของการทบทวนวรรณกรรมจากการศึกษา 38 รายการที่แบ่งกลุ่มตามเวลาตั้งแต่เริ่มมีอาการ จำนวนคนที่ให้ข้อมูลในแต่ละการศึกษา ในแต่ละสัปดาห์มี จำนวนน้อยและโดยปกติจะไม่ใช่การติดตามผู้ป่วยกลุ่มเดิมเมื่อเวลาผ่านไป

ผลการรวมของ IgG, IgM, IgA, แอนติบอดีทั้งหมดและ IgG / IgM ทั้งหมดแสดงความไวต่ำในช่วงสัปดาห์แรกตั้งแต่เริ่มมีอาการ (ทั้งหมดน้อยกว่า 30.1%) เพิ่มขึ้นในสัปดาห์ที่สองและถึงค่าสูงสุดในสัปดาห์ที่สาม การรวมกันของ IgG / IgM มีความไว 30.1% (95% CI 21.4 ถึง 40.7) เป็นเวลา 1 ถึง 7 วัน 72.2% (95% CI 63.5 ถึง 79.5) เป็นเวลา 8 ถึง 14 วัน 91.4% (95% CI 87.0 ถึง 94.4) เป็นเวลา 15 ถึง 21 วัน การประมาณความแม่นยำที่เกิน 3 สัปดาห์ มีขนาดตัวอย่างที่เล็กกว่าและการศึกษาน้อยลง ที่เวลา 21 ถึง 35 วันความไวของ IgG/IgM รวมกันเท่ากับ 96.0% (95% CI 90.6 ถึง 98.3) มีการศึกษาไม่เพียงพอ ที่จะประเมินความไวของการทดสอบที่เกิน 35 วันหลังเริ่มมีอาการ ความจำเพาะโดยสรุป (มีใน 35 การศึกษา) เกิน 98% สำหรับแอนติบอดีเป้าหมายทั้งหมดที่มีช่วงความเชื่อมั่นกว้างไม่เกิน 2 เปอร์เซ็นต์ ผลบวกลวง เป็นเรื่องธรรมดามาก ถ้า COVID-19 ถูกสงสัยและถูกตัดออก แต่มีจำนวนน้อย และความแตกต่างอยู่ในช่วงที่เกิดได้โดยบังเอิญ

สมมติว่าความชุก 50% ซึ่งเป็นค่าที่ถือว่าเป็นไปได้ในผู้ปฏิบัติงานด้านการดูแลสุขภาพที่มีอาการทางเดินหายใจ เราคาดว่าจะพลาด 43 (28 ถึง 65) และ 7 (3 ถึง 14) จะเป็นบวกลวง ใน 1,000 คนที่ได้รับการทดสอบ IgG/ IgM ในวันที่ 15 ถึง 21 หลังเริ่มมีอาการ ที่ความชุก 20% ค่าที่เป็นไปได้ในการสำรวจในบริบทที่มีความเสี่ยงสูงจะพลาด 17 (11 ถึง 26) ต่อ 1,000 คนที่ทดสอบและ 10 (5 ถึง 22) จะเป็นผลบวกลวง ที่ความชุกต่ำกว่า 5% ค่าที่เป็นไปได้ในการสำรวจระดับชาติจะพลาด 4 (3 ถึง 7) ต่อการทดสอบ 1000 ครั้งและ 12 (6 ถึง 27) จะเป็นผลบวกลวง

การวิเคราะห์พบความแตกต่างเล็กน้อยในความไวระหว่างประเภทการทดสอบ แต่ข้อกังวลเกี่ยวกับระเบียบวิธีวิจัย และข้อมูลที่จำกัด ทำให้ไม่สามารถเปรียบเทียบระหว่างแบรนด์ของการทดสอบได้

บันทึกการแปล: 

แปลโดย ศ.นพ.ภิเศก ลุมพิกานนท์ ภาควิชาสูติศาสตร์และนรีเวชวิทยา คณะแพทยศาสตร์ มหาวิทยาลัยขอนแก่น 11 มีนาคม 2021

Tools
Information