Ischgl अध्ययन: बथानको प्रतिरक्षा र COVID-19 विरुद्ध खोप रणनीतिको विकास

Routine sero-surveillance of the population to estimate presence of antibodies to COVID-19 is required to understand the development of बथानको प्रतिरक्षा in a population. Data from the sero-surveillance study of population in the Ischgl town of Austria throws light on this aspect and have led researchers to develop a prediction model which could help plan an effective vaccine strategy and non-invasive population interventions against the infection. 

Ischgl अध्ययनको तथ्याङ्कले देखाएको छ कि लगभग। पहिलो विरामीहरु कोरोना भाइरसको सम्पर्कमा आएपछि 42.4-9 महिनाको परीक्षण पछि 10% जनसंख्या सिरो-पोजिटिभ थियो^1,2। यद्यपि, यसको लागि उपयुक्त एन्टिबडीहरूको प्रयोग आवश्यक छ र हल्का संक्रमण भएका व्यक्तिहरूलाई छुटेको छैन भनेर सुनिश्चित गर्न सही लक्ष्य।³. 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 बथानको प्रतिरक्षा 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. 

थप रूपमा, यस अध्ययनले सेरो-सकारात्मक व्यक्तिहरूको सही भविष्यवाणी गर्न सक्ने तीन पहिचान गरिएका लक्षणहरू (खोकी, स्वाद/गन्धको कमी र हातको दुखाइ) को आत्म-मूल्याङ्कनको आधारमा गैर-आक्रामक भविष्यवाणी गर्ने मोडेलको विकास पनि प्रकट गरेको छ।⁴ कोरोनाभाइरसबाट संक्रमित जनसंख्यामा। यस्तो गैर-आक्रमणकारी मोडेलको शोषण जनसंख्यामा सेरो-सकारात्मकताको भविष्यवाणी गरेर COVID-19 महामारीको बिरूद्ध लड्न सारा विश्वको लागि साँच्चै लाभदायक हुन सक्छ। 

CHES सफ्टवेयर प्रयोग गरेर नियमित सेरो-निगरानी र भविष्यवाणी मोडलिङका यी दुवै दृष्टिकोणहरू संयोजन गर्दै⁵ सेरो-सकारात्मकता निर्धारण गर्न, विश्वभरका देशहरूले प्रभावकारी रूपमा सेरो-सर्भेलेन्स अध्ययनहरूको योजना बनाउन सक्छन् जसले करदाताहरूको पैसा अझ प्रभावकारी रूपमा खर्च गरेर महामारी नियन्त्रण गर्न मद्दत गर्न सक्छ र सकेसम्म चाँडो सामान्यता फिर्ता ल्याउन सक्छ।  

*** 

सन्दर्भ:

1. Ischgl: एन्टिबडीहरू मात्र थोरै घट्यो। १८ फेब्रुअरी २०२१ मा अनलाइन प्रकाशित। मा उपलब्ध छ https://tirol.orf.at/stories/3090797/ 19 फेब्रुअरी 2021 मा पहुँच।  

2. इन्सब्रक मेडिकल युनिभर्सिटी 2021. प्रेस विज्ञप्ति - Ischgl अध्ययन: 42.4 प्रतिशत एन्टिबडी-सकारात्मक छन्। मा अनलाइन उपलब्ध छ https://www.i-med.ac.at/pr/presse/2020/40.html 19 फेब्रुअरी 2021 मा पहुँच।  

3. के हामी SARS-CoV2 को seroprevalence लाई कम आँकलन गर्दैछौं? BMJ २०२०; 2020 doi: https://doi.org/10.1136/bmj.m3364 (प्रकाशित 03 सेप्टेम्बर 2020) 

4. Lehmann, J., Giesinger, et al., 2021। SARS-CoV-2 एन्टिबडीहरूको सेरोप्रिभलेन्सको अनुमान गर्दै तीनवटा आत्म-रिपोर्ट गरिएका लक्षणहरू प्रयोग गरी: Ischgl, अस्ट्रियाको डेटामा आधारित भविष्यवाणी मोडेलको विकास। महामारी विज्ञान र संक्रमण, 1-13। क्याम्ब्रिज विश्वविद्यालय प्रेस द्वारा अनलाइन प्रकाशित: 18 फेब्रुअरी 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. The Computer-based Health Evaluation Software (CHES): इलेक्ट्रोनिक बिरामी-रिपोर्ट गरिएको परिणाम निगरानीको लागि सफ्टवेयर। । BMC Med Inform Decis Mak। २०१२ नोभेम्बर ९; १२:१२६। doi: https://doi.org/10.1186/1472-6947-12-126.  

***