私たちは間違った検査を行っている

2019年初頭の私には、このような文章を書くことになるとは想像もできませんでしたが、現実にはそうなっています。 私は、新たな世界的パンデミックに対処するための新しいパラダイムとして、免疫に関する血清（血液）検査を提案したいと思います。 このような基準は、保護免疫のための大規模な監視を即座に行うという点で、事後対応ではなく先制的なものです。また、この（一見）新しい病原体が、目に見える以上に急速に広がっている可能性があるシナリオにも対応できます。このような早期の強固なデータは、パンデミックの初期段階において、より優れた医療物流、社会的、経済的な対応策を策定する助けとなるでしょう。

要するに、SARS-CoV-2感染のPCR検査で行われているように、現在の感染の証拠のみを探していては、免疫を持つ集団を特定することも、ましてや予測することも不可能です。そして、私が主張したいのは、この 免疫を持つ（非感受性の）集団の特定こそが、 パンデミックを評価し、封じ込め、最終的に効果的に管理するための鍵であるということです。この記事ではいくつかのモデリングを強調しますが、モデリングは非常に洗練された有用なツールである一方で、利用可能な入力データの質に依存するということを明確にしておきたいと思います。免疫を持つ集団のデータこそが、このモデルを実行可能な提言へと変える鍵なのです。

このアイデアは、先週発表されたオックスフォード大学による研究のプレプリント（フィナンシャル・タイムズ国際版で言及されているもの）がきっかけでした。この研究は、COVID-19の原因ウイルスであるSARS-CoV-2の蔓延に関する、逆説的で興味深い仮説を提示しています。この研究は、COVID-19のいくつかの変数に対する確信度に応じて、ウイルスがどのくらいの期間集団内を循環していたか、そして流行がどれほど進んでいるかについて、依然として多くのシナリオが考えられることを示唆しています。これは、SARS-CoV-2に関連する深刻な疾患の実際の頻度に対して重大な意味を持ち、さらに重要なこととして、このパンデミックの終息にどれほど近づいているかという点にも影響を及ぼします。

ジョゼ・ロウレンソ と彼のチームは、免疫学者の ポール・クレナーマン と疫学者の スネトラ・グプタが主導し、病気の蔓延を分析するために非典型的なアプローチをとりました。COVID-19の診断検査を行い、陽性者数を検査を受けた総人口で割ることで有病率を確立しようとする試みは、検査の利用可能性や実施状況が地域によって大きく異なるため、行き詰まっています。言い換えれば、 この有病率の式の分母は役に立たないのです。

その代わり、オックスフォードのチームは、イギリスとイタリアという2カ国における初期の死亡データ（最初の死亡から15日間）に焦点を当てました。この決定は、死亡や検死は正確に報告される事象であり、15日目以降は地域の管理措置が死亡率に影響を与え始める可能性があるという仮定に基づいています。

チームはその後、この死亡データから逆算し、古典的な疫学の数学モデルを用いて、 すなわち ウイルスの再生産数（R₀：1人の感染者が何人に感染させるか）、重症化リスクのある人口の割合（ρ）、死亡率、感染期間、および感染から死亡までの期間。これにより、調査対象の各地域にSARS-CoV-2が持ち込まれた時期を推定することが可能となりました。そして、その日付からR₀を用いて順方向に計算を行い、その後に何人が感染したかを推定しました。

その結果は、R₀ とρの両方に幅広い値を用いた場合でも驚くべきものでした。この感度分析の保守的な範囲で見ても、英国におけるウイルス導入および感染開始時期は、 最初の確認された死亡例の1か月以上前 と予測され、その時点ですでに数千人が感染していたことになります。さらに、早ければ3月中旬の時点で、英国人口の36〜40%がすでに曝露していた可能性があります。当然ながら、これが事実であれば、感染者のうち重症化する人の割合は現在考えられているよりもはるかに低いことになります。そして最も議論を呼ぶ点として、残りの感受性人口は懸念されているよりも少ない可能性があります。

言うまでもなく、これらの結果は議論を呼ぶものであり、すでにメディアでは、社会的距離の確保や関連する対策（これらは現在も最も安全な戦略であり、実際にはR₀を効果的に低減させることで、提示されたモデルに適合しています）に無責任に反対するものとして誤解されています。しかし、これらの結果の最大の利点は、導き出された仮説が容易に反証可能であるという点です。これは現代科学において しばしば軽視されがちな特徴です！特定の病原体に対する既存の免疫反応の有無を大人数で検査することは、活動性の感染を検出するために用いられるPCR法よりも技術的にずっと容易です。心強いことに、 デニス・ローランド が ウォール・ストリート・ジャーナルで報じたように、英国政府はこれらの検査キットを350万個確保しており、早ければ4月初旬にも広く配布を開始する可能性があります。 ポール・クレナーマン とコメントをいただきました。「モデル作成はもう終わりにして、早く実際のデータを見たいものですね！」

私たちの Dark Horseチーム は、普段疫学の分野に深く踏み込むことはありませんが、社内に 独自の定量的モデリングプラットフォームを保有しています。通常、このプラットフォームは細胞・遺伝子治療の専門知識と組み合わせて活用していますが、ポール・クレナーマン氏との対話を経て、カリフォルニア州を対象とした同様のモデルを構築することにしました。以下に示す私たちのモデルは、州ごとの「0日目（Day 0）」の推定や、残りの感受性人口の推計に役立てることができます。

1万回のモンテカルロ・シミュレーションに基づく私たちの結果は、オックスフォード大学の研究グループが英国やイタリアで導き出したものと同様に興味深いものです。ここに示した例では、R₀ の平均値を2.5、標準偏差を0.025とし、感染期間（オックスフォード・グループの用語でσ）の平均を4.5日、標準偏差を1.0日、重症化リスクのある人口比率（同ρ）を人口の1%と設定しています。

まず、死亡モデルの精度を検証します。下のグラフでは、2020年の64日目から始まる最初の15日間の死亡者数（紫色のボックス）と、モデルの予測値（黒い線の集まり）を比較しています。このプロットの解像度では見えにくいですが、オックスフォード大学の研究と同様に、最初の死亡者や最初の感染確認が出るずっと前から、すでに数千人が感染している可能性が高いことが示唆されています。Y軸の1.0はカリフォルニア州の人口3,950万人を表しています。しかし、感受性人口の急速な減少は明らかです。この例では、2020年の91日目である現在、感受性人口は人口の0.5程度まで減少に向かっています。

しかし、再びポール・クレナーマン氏の言葉を借りれば、これはあくまでモデルに過ぎません。重要なのは、この図の「感受性を失った人（緑色のプロット）」に関する実世界のデータを収集することです。なぜなら、 現在の感染者数から、感受性を持つ人口や免疫を持つ人口を予測することは不可能だからです。

そのため、私は広範な血清学的スクリーニングを可能な限り迅速に進めることを推奨しています。（昨日発表された アボット社の迅速検査は、有用な一歩ではありますが、免疫を持つ人ではなく、現在感染している人を特定するための手段に過ぎません。）地域および世界全体のSARS-CoV-2血清有病率が判明すれば、私たちはモデルを調整し、地域ごとの社会的距離の確保がいつまで必要かという予測をより正確に絞り込むことができます。次に新たな病原体が出現した際には、 既存の防御免疫に対する大規模スクリーニングを迅速に開発し、実際の疾患の検出と同等に優先すべきであると私は考えます。転ばぬ先の杖、というわけです。