Wissenschaftler haben ein Verfahren vorgestellt, das gleichzeitig die effektiven Reproduktionszahlen und die relative Häufigkeit von SARS‑CoV‑2‑Varianten aus bestätigten Fallzahlen und genetischen Sequenzdaten ermittelt. Die Analyse umfasst Daten aus allen US‑Bundesstaaten für den Zeitraum von Januar 2021 bis März 2022.
Methodischer Ansatz
Der Ansatz erweitert etablierte Modelle zur Schätzung der effektiven Reproduktionszahl, indem er zusätzlich Sequenzdaten integriert. Durch die Kombination beider Datenquellen kann ein variantenspezifischer Reproduktionswert (R‑Wert) sowie die jeweilige Prävalenz im jeweiligen Bundesstaat bestimmt werden.
Strukturierte Beziehungen zwischen Varianten
Das Modell ermöglicht die Ableitung fester wachstumsbedingter Vorteile zwischen den Varianten, indem es zeitlich strukturierte Beziehungen zwischen den Reproduktionszahlen verschiedener Zeitreihen erfasst. So lassen sich relative Wachstumsraten über unterschiedliche Regionen hinweg vergleichen.
Ergebnisse für US‑Varianten
Die Analyse liefert Schätzungen der Reproduktionszahlen für Varianten von Sorge (Alpha, Delta, Omicron) und Varianten von Interesse. Dabei zeigen sich konsistente Wachstumsvorteile einzelner Varianten, die über mehrere Bundesstaaten hinweg ähnlich ausfallen.
Bedeutung für die öffentliche Gesundheit
Im Vergleich zu reinen Frequenzanalysen bietet das Verfahren tiefere epidemiologische Einblicke, weil es sowohl die Transmissionseffizienz als auch die Verbreitungshäufigkeit berücksichtigt. Die Ergebnisse können Gesundheitsbehörden bei der Planung von Interventionsmaßnahmen unterstützen.
Einschränkungen und Ausblick
Die Genauigkeit hängt von der Qualität und Vollständigkeit der Fall- und Sequenzdaten ab; regionale Unterschiede in Testkapazitäten können zu Verzerrungen führen. Die Autoren betonen, dass das Verfahren auch für zukünftige Pathogene anwendbar sei und frühzeitig Varianten mit erhöhtem Transmissionsvorteil identifizieren könne.
Dieser Bericht basiert auf Informationen von eLife, lizenziert unter Creative Commons BY 4.0 (Open Access). Wissenschaftliche Inhalte, offen zugänglich.
Ende der Uebertragung