受制於核酸檢測瓶頸，美國的新冠實際感染人數可能遠高於目前的報告數。來自美國加州聖克拉拉縣的一份血清流行病調查研究證實了這點：到4月初，聖克拉拉縣的新冠感染人數介於4.8萬人至8.1萬人，比官方公佈的確診病例數高50-85倍。這也是目前美國首個大規模社區血清流行病調查。
聖克拉拉縣（Santa Clara County）位於美國加州舊金山灣區東南部，人口超190萬人，是硅谷的重要組成部分，庫比蒂諾、山景城、帕洛阿爾託和聖何塞便坐落於此，擁有蘋果、谷歌、英特爾、特斯拉、Netflix等科技巨頭。
聖克拉拉縣的SARS-CoV-2抗體在人群中的流行率達到了2.49%-4.16%，這表明新冠感染的範圍比確診病例數要廣泛得多。此外，研究者推測：在48000-81000例感染中，有100例死亡，對應的感染死亡率為0.12%-0.2％，遠低於目前各國的粗死亡率。
以上研究來自斯坦福大學、南加州大學的兩個研究團隊，於當地時間4月17日刊發於預印本網站medRxiv上，未經同行評議。血清流行病調查基於這樣的原理：患者的免疫系統在感染了病毒後有反應，產生抗體，如果能檢測到抗體，則表明其曾經受過感染。這與核酸檢測有著很大的不同：核酸檢測陽性，顯示的是患者體內還有病毒，是仍出於感染狀態，核酸檢測無法檢測出已康復者。
目前為止，許多研究機構已經發布了針對COVID-19的流行病學預測，但有一個核心參數基本是靠估計的——血清流行病學調查陽性率。為此，研究者測量了加利福尼亞州聖克拉拉縣的SARS-CoV-2抗體的血清陽性率，希望能夠得到一個相對可靠的數據。2020年4月3日至4日，研究者使用側向流免疫層析測定（Lateral flow immunoassay）對聖克拉拉縣居民的SARS-CoV-2抗體進行了測試。
研究者通過Facebook廣告招募測試參與者，招募廣告根據人口統計學特徵和地理分佈等進行投放。研究者在3330人的樣本中報告了SARS-CoV-2的抗體的流行程度，並根據性別、種族/民族、郵編等進行了調整。
所謂“側向流免疫層析測定”，是20世紀末期出現的新型免疫檢測方法，具有簡便快速的特點，在多種病毒檢測如HIV、乙肝病毒以及激素檢測方面有廣泛應用。其通過結合免疫標記技術和膜層析技術，在極短時間內，無需特殊條件，即可做出結果判斷，已經成為一種重要的便捷免疫檢測方法。
研究者使用3種不同的估算值來調整測試性能特徵：1、測試製造商的數據，2、在斯坦福大學測試的37個陽性和30個陰性對照的樣本，3、以上兩者的組合。
研究發現：聖克拉拉縣未經調整的SARS-CoV-2抗體患病率為1.5％（95CI 1.11%-1.97％），人口加權患病率為2.81％（95CI 2.24%-3.37％）。在三種測試性能特徵情景下，聖克拉拉的COVID-19人口患病率介於2.49％（95CI 1.80-3.17％）至4.16％（2.58-5.70％）之間。這些流行率估計值表示，到4月初，聖克拉拉縣的感染人數介於4.8萬人至8.1萬人，比官方公佈的確診病例數高50-85倍。
對於這項研究，位於費城的天普大學（Temple University）流行病學家Krys Johnson說，“我認為對美國來說，這是進行血清學調查的一個很好的開始，我同意研究者應該儘可能擴大這項測試。”
研究的對象是3439位註冊了研究併到達測試站點的被測試人員。研究者排除了無法進行測試（例如無法獲得血液或血液凝結，總計49人），其測試結果無法與其個人數據相匹配（例如，如果現場記錄了錯誤的ID，總計30人），現在不住在聖克拉拉縣的（總計29人），並且測試結果無效（1人）。這樣就得到了3330人的分析樣本，這些樣本具有完整的記錄，包括調查登記、參加測試現場進行的標本採集以及實驗室結果。
不過樣本並不完美，其不是隨機抽樣，其分佈在幾個方面與聖克拉拉縣有明顯偏差：性別（樣本63％是女性，該縣是50％）；種族（樣本8％為西班牙裔，該縣是26％；樣本19％為亞裔，該縣是28％）。
以下表格包含未調整樣本，人口調整樣本和聖克拉拉的人口統計學特徵：
在研究者未經調整的樣本中，IgG或IgM陽性病例總數為50，粗流行率為1.50％（95％CI 1.11-1.97％）。在按照郵編、種族和性別對樣本進行加權以匹配聖克拉拉縣人口統計學特徵之後，患病率為2.81％（95％CI 2.24%-3.37%，不對同一家庭成員的標準誤進行聚類； 1.45%-4.16%，包含聚類）。研究者使用上述三種情況，使用了有關測試試劑盒敏感性和特異性的可用數據，進一步改善了數值估計。
在S1情況下，估計患病率為2.49％（95CI 1.80％-3.17％）。
在S2情況下為4.16％（95CI 2.58％-5.70％）。
在S3情況下為2.75％（95CI 2.01％-3.49％）。
值得注意的是，這些總體患病率估計值的不確定性範圍主要來自以下三個組成參數中的不確定性：樣品患病率、測試靈敏度度和測試特異性。
調整種族和測試性能特徵後，研究者估計聖克拉拉縣SARS-CoV-2抗體的血清陽性率在2.49％至4.16％之間，不確定性範圍最低為1.80％（最低估計值的較低不確定性範圍），最高為5.70％（最高估計值的不確定性上限）。
測試的性能特徵是產生數值區間差異的關鍵驅動因素，與數據相關的較低估計值表明該測試對識別SARS-CoV-2具有較高的敏感性，而由數據得出的較高估計值則表明超過30％的陽性病例被漏診了。
這些結果代表了新冠大流行期間使用新近可用的測試套件在美國主要縣進行的首次大規模社區流行率研究。研究者認為研究者的估算值可以代表當前可獲得的最佳證據，但是研究者認識到，測試套件性能可能會導致估算值的變動。
這些發現最重要的提示是：新冠感染的人數遠遠超過已報告的病例數。研究者的數據表明，到4月1日（調查結束前三天），在加州聖克拉拉縣已經有48000至81000人被感染。4月1日，該縣報告的確診陽性病例數比該研究預測的感染數956人，比該研究估算數低了50倍-85倍。目前對新冠病例的檢測更依賴於RNA核酸檢測，這會漏掉已經恢復了的病例。同時一些無症狀或輕度症狀性感染者可能因為得不到核酸檢測而被漏掉。
確定實際感染人數，是更好地估算COVID-19死亡率的關鍵。許多病死率估計使用死亡與滯後病例的比率（因為從確診到死亡之間有間隔）。以往，對該不確定性的估計範圍是：感染數與病例數的比率在1-5倍之間。該研究顯示：感染數與病例數比例的調整可能需要更高。
研究者可以使用患病率估算值來估算聖克拉拉縣COVID-19的感染死亡率。截至2020年4月10日，該縣已有50人死於COVID-19，死亡人數每天平均增加6％。如果研究者估計的48000-81000例代表了4月1日的累積總數，並且研究者將死亡預測為4月22日（假設從感染到死亡的時間間隔為3周），那麼研究者估計該縣約有100例死亡。
在48000-81000例感染中，有100例死亡，對應的感染死亡率為0.12%-0.2％。假設出現抗體的時間超過3天，或者從病例確診到死亡的平均時間少於3周，或者流行病高峰已經達到峰值，並且每天的死亡增速低於6％，那麼感染死亡率還會更低。
研究者表示，2.49％至4.16％僅能代表聖克拉拉縣截至4月4日的感染情況，並不能說明其他地區的情況。研究者的患病率估計值還表明，聖克拉拉縣仍有很大一部分人口尚未暴露。
這項研究有幾個侷限性。首先，從抽樣上看，19歲至64歲之間的白人婦女人數過多，而西班牙裔和亞裔人口的人數卻不足。這些失衡可部分通過對郵政編碼對應的種族和性別等進行加權以進行修正，並匹配該縣的人口統計學特徵。研究者沒有考慮樣本中的年齡失衡，也無法確定無家可歸人群中SARS-CoV-2抗體的代表性。
其他統計偏差，例如能夠參加研究者測試站點的個體一般健康狀況良好，同時受試者可能感染了其他相似冠狀病毒從而獲得類似抗體從而干擾測試結果。這些偏差的總體影響很難確定。
這項研究中使用的Premier Biotech血清學測試尚未獲得FDA的批准，並且該試驗的驗證研究正在進行中。測試的靈敏度在製造商的數據和本地數據之間有所不同。無症狀或輕度症狀的人可能只產生低滴度抗體，如果有很多這樣的情況，敏感性可能會更低。對使用的測定法進行進一步的驗證可以改善研究者的估計以及正在進行的血清調查的估計。
對於檢測質量問題，加州大學舊金山分校（UCSF）流行病學和生物統計學教授喬治·盧瑟福表示這是一個很大的不足，“各種測試充斥著市場。但是FDA放寬了其規則，因此沒有很好的質量控制。”
目前，全球多個團隊已開始對人群樣本中的SARS CoV-2抗體進行測試，初步發現與SARS CoV-2感染的不確定性有很大相關。來自意大利羅比比鎮的報告對所有人口進行了測試，該報告顯示至少有10％的人口血清呈現抗體陽性，而德國受災最嚴重地區Gangelt的數據則表明血清抗體陽性率為14％。
來源：澎湃新聞
