Routine sero-surveillance of the 人口 to estimate presence of 抗体 至 Covid-19 is required to understand the development of 人群免疫力 在一个人口中。来自奥地利伊施格尔镇人口血清监测研究的数据揭示了这一点，并引导研究人员开发了一种预测模型，该模型可以帮助规划有效的疫苗策略和针对感染的非侵入性人群干预措施。
The data from Ischgl study demonstrated that approx. 42.4% of the population were sero-positive after 9-10 months of testing since first 患者 were exposed to the 电晕 病毒1,2. 但是，这需要使用适当的抗体和正确的靶标，以确保不会遗漏轻度感染的个体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 人群免疫力 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.
此外，这项研究还揭示了基于三种已识别症状（咳嗽、味觉/嗅觉丧失和四肢疼痛）的自我评估的非侵入性预测模型的开发，该模型可以准确预测血清阳性个体4 在被冠状病毒感染的人群中。 通过预测人群中的血清阳性，利用这种非侵入性模型确实有利于整个世界对抗 COVID-19 大流行。
使用 CHES 软件将常规血清监测和预测建模的这两种方法结合起来5 为了确定血清阳性，世界各国可以有效地规划血清监测研究，通过更有效地花费纳税人的钱并尽快恢复正常，从而有助于控制大流行。
***
参考文献：
- Ischgl：抗体仅略有减少。 18 年 2021 月 XNUMX 日在线发布。可在 https://tirol.orf.at/stories/3090797/ 于19年2021月XNUMX日访问。
- 因斯布鲁克医科大学 2021 年。新闻稿 – Ischgl 研究：42.4% 是抗体阳性。 可在线获取 https://www.i-med.ac.at/pr/presse/2020/40.html 于19年2021月XNUMX日访问。
- 我们是否低估了 SARS-CoV2 的血清阳性率。 BMJ 2020 年； 370 度： https://doi.org/10.1136/bmj.m3364 （03 年 2020 月 XNUMX 日发布）
- Lehmann, J.、Giesinger 等人，2021。使用三种自我报告的症状估计 SARS-CoV-2 抗体的血清阳性率：基于来自奥地利伊施格尔的数据开发预测模型。 流行病学和感染，1-13。 剑桥大学出版社在线出版：18 年 2021 月 XNUMX 日。DOI： https://doi.org/10.1017/S0950268821000418
- Holzner B、Giesinger JM、Pinggera J、Zugal S、Schöpf F、Oberguggenberger AS、Gamper EM、Zabernigg A、Weber B、Rumpold G。基于计算机的健康评估软件 (CHES)：一种用于电子患者报告结果监测的软件. BMC Med 通知Decis Mak。 2012 年 9 月 12 日； 126:XNUMX。 道： https://doi.org/10.1186/1472-6947-12-126.
***
