一些测试基于化学发光免疫测定技术可用来测试SARS-CoV-2抗体。目前血清学试验数据不足性能超过35天后症状发作。我们旨在评估SARS-CoV-2抗体测试三个广泛使用的平台。一个化学发光微粒免疫测定(CMIA;美国雅培诊断)、发光免疫测定(LIA;Diasorin、意大利)和电化学发光免疫分析法(ECLIA;瑞士罗氏诊断)进行调查。在多组的一项研究中,敏感性评估与确认SARS-CoV-2组参与者(
COVID-19是最近新兴SARS-CoV-2感染病毒引起的流行性疾病。虽然关于其发病率上也有相当大的差异,住院率、发病率、病死率之间的不同国家,疾病控制目前一致通过严格的预防措施,如社会距离,戴口罩,洗手,接触者追踪和检测、检疫、隔离(
血清学检查允许我们估计个体的比例已经感染了COVID-19,总人口中,在医疗场所设置,或在工作场所一般设置(
在大流行开始时,侧流试验主要是用来执行血清学SARS-CoV2测试(
而ELISA测试可用相对较早在大流行期间,这些测试相对稀缺的供应
正面和负面的结果的预测价值取决于预发性COVID-19存在的疾病。在低流行率设置(< 5%血清阳性),阳性预测值极度依赖于特异性(
我们旨在调查新发布的诊断特异性和灵敏度化学发光免疫测定(clia)。我们调查这些化验格式在一群证实COVID-19病人评估诊断敏感性。随后,我们评估这些测试的诊断特异性的卫生保健工作者和一群健康献血者。最后,我们评估的分析特异性不同的化验样本收集COVID-19流行前,它可能包含交叉反应的抗体。在一个模型中,我们最终确定诊断特征相关的正面和负面的预测值根据预发性有COVID-19的个人历史。
这是一个诊断测试用于研究SARS-CoV-2抗体的检测在个人来自瑞士和列支敦士登。匿名样本来自四个不同类型的三clia患者进行调查。第一组患者回顾性组装来自列支敦士登和瑞士病人自己的实验室评估送到labormedizinisches协会Risch博士在瓦杜兹(列支敦士登)和布赫(瑞士)和由COVID-19患者(主要是门诊病人)的血清后画COVID-19疾病之间的rt - pcr证实了3月2日和4月23日,2020 (
对于每个血清样本,年龄和性别的个体,临床类型,首先积极的rt - pcr后的天数是(如果适用的话)。血清用于测试都是新鲜或储存在-25°C不到18个月。抗体检测在诊断平台:COBAS 6000(罗氏诊断、Rotkreuz、瑞士),阿博特建筑师i2000(瑞士雅培诊断巴尔),和联络XL (Diasorin、卢塞恩、瑞士)。罗氏诊断试验(Elecsys®Anti-SARS-CoV-2;ECLIA)采用重组工程核衣壳抗原检测的免疫球蛋白。雅培诊断的分子目标试验(SARS-CoV-2免疫球蛋白;CMIA)也是核衣壳抗原,措施具体的免疫球蛋白的水平。Diasorin试验(联络®SARS-CoV-2 S1 / S2免疫球蛋白;LIA)措施具体针对S1 / S2抗原的免疫球蛋白。进一步阐明任何抗体交叉反应的影响与EBV 3化学发光检测样品,巨细胞病毒,或冠状病毒流行后,我们也使用Euroimmun SARS-CoV-2 ELISA (Euroimmun、卢塞恩、瑞士)来测量特定的免疫球蛋白和IgA DSX仪器(丹尼克斯技术、Denkendorf德国)。 The coefficients of variation (CV’s) of the employed methods in our hands were 2.7% for ECLIA, 3.6% for CMIA, 5.4% for LIA, 4.6% for IgG ELISA, and 3.6% for IgA ELISA.
特异性决定的样本来自献血者和卫生保健工作者。不同的敏感性分析是评估患者组的rt - pcr证实COVID-19疾病。制造商提供的以下的否决了:a
rt - pcr证实COVID-19患者的组织包括145人的平均年龄46年(差[30日,58]年),和79的病人,即。,48% (95% CI(40岁,56)),是女性。后血清被47位差值((40岁,54);最小21岁,最大66)天之后第一次表示怀疑COVID-19。献血者有44年的年龄中位数差(28日,53),和90年的191个捐助者。,47%(95%可信区间[40岁,54])是女性。群医务工作者的平均年龄是38年(差[30日49])和753年(75.1%,95%置信区间CI[72.4, 77.7])是女性。之前的队列与EBV、巨细胞病毒或冠状病毒流行的平均年龄31年(差[16,60]),17/30(57%,95%置信区间CI[73])是女性。血清样本流行冠状病毒引起的感冒患者的样本中位数94(差[30235])天后诊断。如数据所示
SARS-CoV-2抗体滴度的三种不同的化学发光分析在个人,没有COVID-19:(一)CMIA, (b)小冰期,ECLIA (c)。
看着特异性不同的化验时内的制造商提供的否决没有COVID-19群献血者和卫生保健工作者,观察以下特点:特异性99.5%(95%可信区间(98.9,99.8),即1187/1193的人;3从献血者假阳性,假阳性CMIA从医务工作者),特异性99.7%(95%可信区间(99.3,99,9),即1190/1193的人;1从献血者假阳性,2假阳性为利比亚投资局从医务工作者),特异性和99.91%(95%可信区间(99.5,99.98),即1192/1193的人;1假阳性ECLIA从医务工作者)。参与者之间没有重叠与假阳性结果在三个化验。各自的敏感性分别为93% (95% CI(88、96),即,CMIA 135/145), 90%(95%可信区间(84、94),即,130/145) for the LIA, and 96% (95% CI [91,98], i.e., 139/145) for the ECLIA. When performing ROC analysis on all COVID-19 cases and healthy controls, the AUCs of the different assays in detecting COVID-19 disease were 0.984 (95% CI [0.976,0.99]) for CMIA and 0.982 (95% CI [0.974,0.989]) for both the LIA and the ECLIA (curves not shown). There were no significant differences between the AUCs of the three assays.
然后我们计算多级可能性比率在制造商的截止水平以及在制造商的一半和双截止的水平,即。的S / C 0.7, 1.4,和2.8 CMIA,分别6 S / C, 12日和24日利比亚投资局,COI 0.5, ECLIA 1和2。表
多级可能性比率以及敏感性和特异性给出的不同在不同的截止测试级别(制造商的碎屑和双半制造商的否决)在诊断或排除COVID-19裁决。+ LR、阳性似然比;lr -似然比。CMIA,化学发光微粒免疫测定;小冰期,发光免疫测定;ECLIA,电化学发光免疫分析法;Sens、敏感性;规范,特异性;CI,置信区间。
| + LR截止/ 2 | lr在截止/ 2 | + LR在截止 | lr在截止 | + LR 2 x截止 | lr在2 x截止 | |
|---|---|---|---|---|---|---|
| (规范[95%可信区间]) | (Sens[95%可信区间]) | (规范[95%可信区间]) | (Sens[95%可信区间]) | (规范,95% CI) | (Sens, 95% CI) | |
| CMIA | 60 | 0.043 | 374年 | 0.056 | 485年 | 0.18 |
| (98.4 [97.5,99.0]) | (95.8 [91.0—-98.4]) | (99.8 [99.3,99.9]) | (94.4 [89.2,97.5]) | (99.8 [99.4,100]) | (81.7 [74.3,87.7]) | |
| 投资局 | 82年 | 0.035 | 351年 | 0.12 | 1027年 | 0.14 |
| (98.8 [98.0,99.4]) | (96.5 [92.1,98.9]) | (99.8 [99.3—99.9]) | (88年2 [81.8,93.0]) | (100 [99.7,100]) | (86.1 [79.4—91.3]) | |
| ECLIA | 575年 | 0.035 | 958年 | 0.042 | > 958 | 0.042 |
| (99.8 [99.4,100]) | (96.5 [92.1,98.9]) | (99.9 [99.5,100]) | (95.8 [91.2,98.5]) | (100 [99.7,100]) | (95.8 [91.2,98.5]) |
,阳性预测值(ppv)三种不同的碎屑(制造商的碎屑以及双半制造商的截止值)数据所示
阳性预测值(ppv) SARS-CoV-2抗体滴度在三个不同的碎屑(制造商的碎屑和双半制造商的否决)在整个范围的可能的概率进行预测。评估了三种不同的化学发光分析:(一)CMIA小冰期,(b)和(c) ECLIA。
关于阴性预测值(npv);图
阴性预测值(npv) SARS-CoV-2抗体滴度在三个不同的碎屑(制造商的碎屑和双半制造商的否决)在整个范围的可能的概率进行预测。评估了三种不同的化学发光分析:(一)CMIA小冰期,(b)和(c) ECLIA。
所有的化验显示,从患者血清活跃EBV阳性抗体或巨细胞病毒疾病。后的血清流行冠状病毒感染,4感染了RC229E RCNL63感染3例,2感染了RCHKU1, 2有感染RCOC43,和一个病人都RC229E RCNL63。没有一个病人显示抗体ECLIA积极性。在三个患者感染后不同的冠状病毒,CMIA显示的S / C结果0.4(感染RCHKU1;SARS-CoV-2 ELISA免疫球蛋白0.1;IgA - 0.3), 0.5 (RCOC43感染;SARS-CoV-2 ELISA免疫球蛋白0.1;IgA 0.1),和0.1(感染RC229E;SARS-CoV-2 ELISA免疫球蛋白0.7;IgA 4.1),而另一个样品没有透露探测信号。 The sample of a patient with RCOC43 infection with a detectable CMIA signal also had a detectable LIA signal of 6.1, whereas all other samples had unmeasurable signals. Altogether, even if SARS-CoV-2 antibody titers following endemic coronavirus infections were below the manufacturers’ cut-offs for positivity, 3 samples exhibited detectable antibodies in the CMIA assay, one of which was also in the LIA assay.
本研究调查分析(分析特异性),诊断(诊断敏感性和特异性),和操作特征(似然比率,预测值)三个高度自动化化验SARS-CoV-2抗体的检测。这些特征进行调查后PCR-positivity 47天后的中位数。虽然三个测试格式显示类似的诊断准确性,测试性能不同的关于积极的预测值低流行率设置。最后,调查测试没有显示干扰两个常见的感染,即。,巴尔病毒和巨细胞病毒。然而,大在某些患者证明之前由地方性冠状病毒感染两三个分析测试。
抗体COVID-19疾病发展的时机是至关重要的。长和他的同事证明,免疫球蛋白或IgM可以检测到在大约60%的患者在出现症状后几天5 - 7,在12 - 14天后95%的患者和100%的患者在17至19天(
实验室结果解释结合概率进行预测和诊断特征获得正面和负面预测值根据贝叶斯定理
预测的值不仅在预发性,也取决于测试的敏感性和特异性在给定的截止。使用制造商的负面结果否决了NPV 99%的可能性进行预测的11%至26%。在一半的制造商的截止,过去COVID-19可以排除概率的99%到26%的预发性(CMIA)到30% (LIA ECLIA)。这些概率进行预测在有症状的个体中所扮演的这些观察到的范围。因此,血清学在患者临床症状前三个或更多周抽血制造商和修改制造商一起否决排除COVID-19疾病可以被认为是安全的。然而,血清学nonresponders可能发生频率约为3%,可能会被忽视。假阴性的结果,如果他们发生在较低的频率,可以被认为是次要的,因为他们是不会改变一个人的行为,以应对潜在的损害。
PPV有关,这是一个积极的结果的概率表明过去感染SARS-CoV-2 ECLIA与制造商以低预备考试截止提供最好的操作特征
常见的推荐比例状态可能性
看着预发性之间的关系和PPV截止一半的制造商的截止说明了这样一个截止不可靠地诊断过去COVID-19低检测概率的设置。然而,使用正交测试方法推荐的美国食品和药物管理局(
我们发现了一些之前患者大流行冠状病毒引发了一个问题,是否这一发现代表分析大或反映了最近流行可交叉反应的免疫授予冠状病毒疾病。我们没有进行中和化验澄清这个问题。然而,吴和他的同事报道,病人血清从人类冠状病毒不定地反应与SARS-CoV-2 S-antigen和核衣壳抗原,但不是与S1亚单位(
我们的研究有优势和局限性。力量是特异性评估在一大群1193人没有COVID-19的证据。这种方法提供了可能性与相对狭窄的置信区间描述特异性。进一步的优势在于我们调查一些潜在的临床决策的否决。这项研究的一个限制是,样本用于评价特异性是从现代不是prepandemic参与者选出来的。两个积极的血清学结果正交测试方法不能提供100%肯定,任何剩余的假阳性是真正的假阳性。然而,我们证明的组合两个积极的结果与化学发光检测具有极高的阳性预测值即使在低概率进行预测,与已知的方法从分子(
总之,我们评估病人的血清学的平均47天第一次演讲后疑似COVID-19感染流感大流行期间,选择个人没有COVID-19。我们发现,诊断精度的三个调查化验是可比的。化验的否决没有设计正交试验。引入灰色地带在制造商的否决建议的一半。这些分化的否决将允许安全排除或在过去的COVID-19感染。这种方法会让我们更适当地选择样本进行进一步的测试在一个独立的分析正交测试算法。我们建议我们的发现被复制在其他人群。
使用的数据来支持这项研究的发现将可从相应的作者。
作者宣称没有利益冲突。资助者没有作用的设计研究;在收集、分析、解释数据;写的手稿;或决定发布结果。
Myriam韦伯负责概念化、方法形式分析,原创作品。马丁Risch负责概念化、方法形式分析,原创作品。莎拉希尔负责数据管理、验证和资源。克里斯汀•Grossmann负责资源。Susanne Nigg负责资源。克里斯汀•娜迪亚Wohlwend负责调查、验证和资源。托马斯肺负责验证和资源。多萝西娅Hillmann负责调查、验证项目管理和资源。迈克尔Ritzler负责资源。弗朗西斯卡费拉拉负责资源。 Susanna Bigler was responsible for validation and resources. Konrad Egli was responsible for validation, resources. Thomas Bodmer was responsible for validation and resources. Mauro Imperiali was responsible for validation and resources. Yacir Salimi was responsible for validation and resources. Felix Fleisch was responsible for resources. Alexia Cusini was responsible for resources. Sonja Heer was responsible for resources. Harald Renz was responsible for conceptualization. Matthias Paprotny was responsible for supervision, resources, and writing—original draft. Philipp Kohler was responsible for validation and writing—original draft. Pietro Vernazza was responsible for conceptualization, funding acquisition, and writing—original draft. Lorenz Risch was responsible for conceptualization, methodology, funding acquisition, supervision, resources, and writing—original draft. Christian R. Kahlert was responsible for conceptualization, methodology supervision, resources, and writing—original draft. All authors were responsible for writing—reviewing and editing. Myriam C. Weber and Martin Risch contributed equally to this manuscript.
该研究项目是由政府资助的列支敦士登公国和瑞士国家科学基金会(196544年项目ID)。的帮助下,托尼Schonenberger和沃尔特Frehner识别样品承认。