DETECÇÃO DE SARS-CoV-2 EM CONTATOS ESTREITOS ASSIMTOMÁTICOS DE CASOS CONFIRMADOS POR DIAGNÓSTICO MOLECULAR, PROVÍNCIA DE BUENOS AIRES, ARGENTINA
DOI:
https://doi.org/10.1590/SciELOPreprints.1843Palavras-chave:
CONTATOS, TESTE, CT, EFICIÊNCIAResumo
A detecção de SARS-CoV-2 e sua implicação no diagnóstico de COVID-19 têm sido altamente debatidos na pandemia. O acesso ao diagnóstico molecular e à sua população-alvo era parte essencial das políticas públicas. O objetivo deste estudo foi avaliar o custo / benefício da detecção da SARS-CoV-2 em contatos próximos assintomáticos usando diferentes testes de diagnóstico molecular. 51 contatos próximos de pessoas com diagnóstico de SARS-CoV-2 confirmado pelo RTqPCR, classificados pelo Ct (<20, entre 20 e 30 e> 30), foram estudados em hospitais públicos da Província de Buenos Aires. Do total de contatos estudados, 15,7% foram confirmados para SARS-CoV-2, não houve contato de casos com Ct> 30 positivo. O número de contatos positivos de casos com Ct <20 foi significativamente maior que o de casos com Ct> 20. As amostras com Cts <20 foram associadas a uma carga viral estimada de 1 a 4 ordens de diferença de magnitude com intervalos de Ct> 20. 13,7% dos contatos próximos positivos eram de casos com Ct <20. Ao estudar amostras positivas com diagnóstico confirmado por PCR, correspondentes a EW1 de 2021, apenas 19,35% corresponderam a amostras com Cts <20 e 50,7% com Cts entre 20 e 30. A partir desses dados, mostra-se que com o teste de contato próximo poderíamos detectar apenas 3,7% dos casos. O esforço do sistema público de saúde por essa estratégia, com baixo poder preditivo, pode repercutir negativamente no cumprimento do isolamento dos contatos e pode gerar atraso nos resultados dos casos suspeitos, sem contribuir significativamente para o controle da pandemia.
Downloads
Postado
Como Citar
Série
Copyright (c) 2021 Laura Fischerman, Regina Ercole, Marina Mozgovoj, María José Dus Santos, Mercedes Didier Garnham, Federico Remes Lenicov, María Luz Benvenutti, Lorena Santana, Laura Dominguez, Santiago Gauna, Lucía Ameri, Teresa Varela, Nicol´ás Kreplak, Enio García, Marina Pifano

Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.


