The rapid spread of COVID-19 throughout the world, has led most of the affected countries to close their borders and implement some form of lockdown. Six months after the pandemic started, many countries made decisions tending to relax the lockdown, although without a vaccine or treatment capable of confronting SARS-CoV-2 infection, the situation could be reversed at any time. In this context, the aim of this work was to propose a decision algorithm that will allow to optimize asymptomatic case detections and strategically manage quarantine to prevent the spread of the virus and drive the transition to a managed new normal. This tentative proposal was developed for optimizing and ordering the number of tests for the detection of SARS-CoV-2, analyzing composite samples (group analysis) combining with those samples individually taken from asymptomatic members of cohorts of interest. Cohorts were defined according to their critical role in society and/or their vulnerability. The algorithm includes variables such as cohort priority, number of cohort members in the analysis groups, intra-and intergroup contact, vulnerability to contagion due to the activity performed, and time elapsed since last testing. The proposed tool was illustrated with defined hypothetical cohorts, in which, for the sake of simplification, only one analysis group was considered. The application of this tool allowed to establish in a rational way a priority order to test critical groups in society. Furthermore, this tool would help to optimize resources, reducing the impact on a region's health, society, and economy.
La velocidad de diseminación del COVID-19 en el mundo llevó a que los países afectados cerraran sus fronteras y tomaran medidas de distanciamiento social. Después de seis meses de que la enfermedad fuera declarada pandemia, muchos países están tomaron medidas de flexibilización del aislamiento, aunque sin una vacuna o un medicamento capaz de enfrentar la infección por el SARS-CoV-2, la situación podría revertirse en cualquier momento. El objetivo del presente trabajo fue proponer un algoritmo de decisión tendiente a optimizar las detecciones de casos asintomáticos y administrar la cuarentena de una manera estratégica, para así evitar la diseminación del virus y tender hacia una normalidad administrada. Se elaboró una propuesta tentativa de optimización y ordenamiento de pruebas de detección del SARS-CoV-2, basada en el análisis de muestras compuestas reunidas a partir de aquellas tomadas de manera individual a personas asintomáticas que integran cohortes de interés. Se definieron cohortes según su función en la sociedad o grado de vulnerabilidad. El algoritmo contempla variables como la prioridad de la cohorte, el número de integrantes de los grupos de análisis dentro de cada cohorte, el contacto intragrupal e intergrupal, la vulnerabilidad al contagio por la actividad desarrollada y el tiempo transcurrido desde que se realizó la prueba por última vez. Se ilustró la propuesta con cohortes hipotéticas definidas, con un único grupo de análisis para simplificar, y se comprobó que la aplicación de la herramienta permite establecer de una manera racional un orden de prioridad para realizar las pruebas en grupos críticos de la sociedad. Esta herramienta permitirá optimizar recursos y disminuir el impacto de la enfermedad en la salud, la sociedad y la economía de una región.
Keywords: Algoritmo de decisión; COVID-19; Cuarentena; Decision algorithm; Distanciamiento social; Lockdown; Quarantine; SARS-CoV-2.
Copyright © 2021 Asociación Argentina de Microbiología. Publicado por Elsevier España, S.L.U. All rights reserved.