Доктор Усама Кадри из Школы математики Университета считает, что новая методика может позволить гораздо большему количеству пациентов пройти тестирование с использованием того же количества пробирок и с меньшей вероятностью ложноотрицательных результатов.
Метод д-ра Кадри, который был опубликован в журнале Health Systems, использует простые алгебраические уравнения для определения положительных образцов в тестах и использует метод тестирования, известный как «объединение».
Объединение включает в себя группировку большого количества образцов от разных пациентов в одну пробирку и выполнение одного теста в этой пробирке.
Если результат пробирки отрицательный, значит, вы знаете, что ни у кого из этой группы нет вируса.
Объединение может применяться лабораториями для тестирования большего количества образцов за более короткий промежуток времени и хорошо работает, когда ожидается, что общий уровень инфицирования в определенной популяции будет низким.
Если пробирка окажется положительной, то каждого человека в этой группе необходимо протестировать еще раз, на этот раз индивидуально, чтобы определить, у кого есть вирус.
В этом случае, особенно когда известно, что уровень инфицирования среди населения высок, экономия от метода объединения с точки зрения времени и затрат становится менее значительной.
Тем не менее, новый метод доктора Кадри устраняет необходимость в проведении второго раунда тестов после получения положительной серии тестов и позволяет идентифицировать людей, у которых есть вирус, с помощью простых уравнений.
Этот метод работает с фиксированным количеством людей и пробирок, например, 200 человек и 10 пробирок, и начинается с взятия фиксированного количества образцов от одного человека, например 5, и распределения их по 5 из 10 пробирок.
Еще 5 проб берутся у второго человека, и они распределяются в другую комбинацию 5 из 10 пробирок.
Затем это повторяется для каждого из 200 человек в группе, чтобы ни один человек не использовал одну и ту же комбинацию трубок.
Затем каждая из 10 пробирок отправляется на тестирование, и любая пробирка, которая дает отрицательный результат, указывает на то, что все пациенты, у которых есть образцы в этой пробирке, должны быть отрицательными.
Если только у одного человека есть вирус, то комбинации пробирок, которые дают положительный результат, который является уникальным для человека, будут напрямую указывать на этого человека.
Однако, если количество положительных пробирок больше, чем количество образцов от каждого человека, в этом примере 5, то должно быть как минимум два человека с вирусом.
Затем отбираются люди, у которых все пробирки оказались положительными.
Этот метод предполагает, что у каждого человека с положительным результатом должно быть одинаковое количество вируса в каждой пробирке, и что каждый из людей с положительным результатом теста будет иметь уникальное количество вируса в своей пробе, которое отличается от других.
Исходя из этого, метод затем предполагает, что есть ровно два человека с вирусом, и для каждых двух подозреваемых людей используется компьютер для расчета любой комбинации количества вируса, которая вернет фактическое общее количество вируса, которое было измерено в тестах.
Если найдена правильная комбинация, то выбранные два человека должны быть положительными, и никто другой. В противном случае процедура повторяется, но с дополнительным подозреваемым лицом, и так далее, пока не будет найдена правильная комбинация.
«Применение предложенного метода позволяет тестировать гораздо больше пациентов с использованием того же количества пробирок, где все положительные результаты идентифицируются без ложноотрицательных результатов и нет необходимости во втором раунде независимого тестирования, при этом эффективное время тестирования значительно сокращается», – д-р Кадри сказал.
До сих пор метод оценивался с использованием моделирования сценариев тестирования, и д-р Кадри признает, что необходимо будет провести лабораторные испытания, чтобы повысить уверенность в предлагаемом методе.
Более того, для клинического использования необходимо учитывать дополнительные факторы, включая типы образцов, вирусную нагрузку, распространенность и вещества-ингибиторы.