SARS

Cargando métricas

Acceso abierto

Revisado por pares

Artículo de investigación

Contribuyó igualmente a este trabajo con: Nicolas Banholzer, Kathrin Zürcher

Roles Curación de datos, análisis formal, investigación, metodología, administración de proyectos, software, validación, visualización, redacción: borrador original, redacción: revisión y edición

Afiliación Instituto de Medicina Social y Preventiva, Universidad de Berna, Berna, Suiza

https://orcid.org/0000-0003-0138-6120

Contribuyó igualmente a este trabajo con: Nicolas Banholzer, Kathrin Zürcher

Roles Conceptualización, Curación de datos, Análisis formal, Adquisición de fondos, Investigación, Administración de proyectos, Visualización, Redacción: borrador original, Redacción: revisión y edición

Afiliación Instituto de Medicina Social y Preventiva, Universidad de Berna, Berna, Suiza

Funciones Curación de datos, Adquisición de fondos, Investigación, Recursos, Validación, Redacción: borrador original, Redacción: revisión y edición

Afiliación Departamento de Enfermedades Infecciosas, Inselspital, Hospital Universitario de Berna, Universidad de Berna, Berna, Suiza

https://orcid.org/0000-0002-1838-9208

Roles Adquisición de fondos, Investigación, Metodología, Recursos, Redacción: borrador original, Redacción: revisión y edición

Afiliación Instituto de Enfermedades Infecciosas, Universidad de Berna, Berna, Suiza

Investigación de roles, Metodología, Redacción: borrador original, Redacción: revisión y edición

Afiliación Instituto de Enfermedades Infecciosas, Universidad de Berna, Berna, Suiza

Metodología de roles, recursos, validación, redacción: borrador original, redacción: revisión y edición

Afiliaciones Instituto de Medicina Social y Preventiva, Universidad de Berna, Berna, Suiza, Centro de Epidemiología e Investigación de Enfermedades Infecciosas, Facultad de Ciencias de la Salud, Universidad de Ciudad del Cabo, Ciudad del Cabo, Sudáfrica, Ciencias de la Salud de la Población, Facultad de Medicina de Bristol, Universidad de Brístol, Brístol, Reino Unido

https://orcid.org/0000-0001-7462-5132

Roles Conceptualización, Adquisición de fondos, Recursos, Validación, Redacción: borrador original, Redacción: revisión y edición

Afiliación Instituto de Ciencias de la Educación, Universidad de Berna, Berna, Suiza

https://orcid.org/0000-0003-2987-2470

Roles Conceptualización, Curación de datos, Adquisición de fondos, Investigación, Metodología, Recursos, Supervisión, Visualización, Redacción: borrador original, Redacción: revisión y edición

* Correo electrónico: [email protected]

Afiliación Instituto de Medicina Social y Preventiva, Universidad de Berna, Berna, Suiza

https://orcid.org/0000-0003-3309-4835

La creciente evidencia sugiere una importante contribución de la transmisión aérea a la propagación general del síndrome respiratorio agudo severo coronavirus 2 (SARS-CoV-2), en particular a través de partículas más pequeñas llamadas aerosoles. Sin embargo, la contribución de los escolares a la transmisión del SARS-CoV-2 sigue siendo incierta. El objetivo de este estudio fue evaluar la transmisión de infecciones respiratorias transmitidas por el aire y la asociación con las medidas de control de infecciones en las escuelas utilizando un enfoque de medición múltiple.

Recolectamos datos epidemiológicos (casos de enfermedad por coronavirus 2019 (COVID-19)), ambientales (CO2, concentraciones de aerosoles y partículas) y moleculares (muestras de bioaerosol y saliva) durante 7 semanas de enero a marzo de 2022 (onda Omicron) en 2 centros secundarios. escuelas (n = 90, promedio de 18 estudiantes/aula) en Suiza. Analizamos los cambios en las características ambientales y moleculares entre diferentes condiciones de estudio (sin intervención, uso de máscaras, purificadores de aire). Los análisis de los cambios ambientales se ajustaron para diferentes efectos de ventilación, el número de estudiantes en clase, la escuela y el día de la semana. Modelamos la transmisión de la enfermedad utilizando un modelo jerárquico bayesiano semimecanicista, ajustando para los estudiantes ausentes y la transmisión comunitaria.

El análisis molecular de muestras de saliva (21/262 positivas) y del aire (10/130) detectó SARS-CoV-2 durante todo el estudio (concentración viral promedio semanal de 0,6 copias/L) y ocasionalmente otros virus respiratorios. Los niveles promedio diarios generales de CO2 fueron 1,064 ± 232 ppm (± desviación estándar). Las concentraciones promedio diarias del número de aerosoles sin intervenciones fueron 177 ± 109 1/cm3 y disminuyeron en un 69 % (95 % CrI 42 % a 86 %) con máscara obligatoria y 39 % (95 % CrI 4 % a 69 %) con filtros de aire. En comparación con ninguna intervención, el riesgo de transmisión fue menor con las mascarillas obligatorias (odds ratio ajustado 0,19, 95 % CrI 0,09 a 0,38) y comparable con los filtros de aire (1,00, 95 % CrI 0,15 a 6,51).

Las limitaciones del estudio incluyen posibles factores de confusión por período, ya que el número de estudiantes susceptibles disminuyó con el tiempo. Además, la detección de patógenos en el aire documenta la exposición, pero no necesariamente la transmisión.

La detección molecular de SARS-CoV-2 en el aire y en humanos indicó una transmisión sostenida en las escuelas. Los mandatos de máscara se asociaron con mayores reducciones en las concentraciones de aerosoles que los filtros de aire y con una transmisión más baja. Nuestro enfoque de medición múltiple podría usarse para monitorear continuamente el riesgo de transmisión de infecciones respiratorias y la efectividad de las medidas de control de infecciones en las escuelas y otros entornos de congregación.

Citación: Banholzer N, Zürcher K, Jent P, Bittel P, Furrer L, Egger M, et al. (2023) Transmisión de SARS-CoV-2 con y sin uso de máscaras o filtros de aire en escuelas de Suiza: un estudio de modelado de datos epidemiológicos, ambientales y moleculares. PLoS Med 20(5): e1004226. https://doi.org/10.1371/journal.pmed.1004226

Redactor Académico:Aziz Sheikh, Universidad de Edimburgo, REINO UNIDO

Recibió:19 de enero de 2023;Aceptado:28 de marzo de 2023;Publicado:18 de mayo de 2023

Derechos de autor: © 2023 Banholzer et al. Este es un artículo de acceso abierto distribuido bajo los términos de la licencia de atribución de Creative Commons, que permite el uso, la distribución y la reproducción sin restricciones en cualquier medio, siempre que se cite al autor original y a la fuente.

Disponibilidad de datos: Se aplican restricciones a la disponibilidad de datos personales, pero son necesarias para mantener la confidencialidad de los participantes. Los datos están disponibles previa solicitud razonable, contacto: Universidad de Berna, [email protected]. Todos los demás datos se incluyen en el manuscrito y en la información de respaldo que lo acompaña. El código está disponible en https://github.com/nbanho/mcid.

Fondos: Este estudio está financiado por el Centro Multidisciplinario de Enfermedades Infecciosas de la Universidad de Berna, Berna, Suiza. NB, LF y ME cuentan con el apoyo del Instituto Nacional de Alergias y Enfermedades Infecciosas (NIAID) a través del acuerdo de cooperación 5U01-AI069924-05. ME cuenta con el apoyo de fondos especiales para proyectos de la Swiss National Science Foundation (subvención 32FP30-189498). Los patrocinadores no tuvieron ningún papel en el diseño del estudio, la recopilación y el análisis de datos, la decisión de publicar o la preparación del manuscrito.

Conflicto de intereses: He leído la política de la revista y los autores de este manuscrito tienen los siguientes intereses contrapuestos: ME forma parte del consejo editorial de PLOS Medicine. Todos los autores han declarado que no existen intereses contrapuestos.

Abreviaturas: CrI: intervalo creíble; COVID-19, enfermedad por coronavirus 2019; CT, umbral de ciclo; MCMC, cadena Markov Monte Carlo; NUTS, Muestreador sin giro en U; SARS-CoV-2, Síndrome Respiratorio Agudo Severo Coronavirus 2; VGL, carga del genoma viral; VTM, medio de transporte viral

La propagación de infecciones respiratorias como el Síndrome Respiratorio Agudo Severo Coronavirus 2 (SARS-CoV-2) y la influenza es difícil de controlar [1]. La transmisión de persona a persona ocurre principalmente a través de partículas respiratorias exhaladas que contienen el patógeno respectivo, particularmente a través de aerosoles (definidos como partículas respiratorias <100 μm [2,3]), más que a través de gotas más grandes >100 μm. Múltiples informes han proporcionado evidencia de que es probable que una parte considerable de la transmisión del SARS-CoV-2 ocurra a través de pequeñas partículas respiratorias (<5 μm, también llamadas aerosoles finos), lo que permite tiempos de suspensión más prolongados y transmisión aérea a distancias cortas (1 a 2 m). ) y de largo alcance (>2 m) [4–6]. La creciente evidencia sugiere que contribuyen de manera importante a la propagación general del SARS-CoV-2 en entornos de congregación en interiores, como clínicas, lugares de trabajo y escuelas [3,6–8].

Las autoridades públicas de todo el mundo cerraron negocios y escuelas durante la pandemia de la enfermedad por coronavirus 2019 (COVID-19) [9,10], pero el cierre de las escuelas fue particularmente polémico. Si bien el impacto negativo del cierre de escuelas en el bienestar y la salud mental de los estudiantes está bien documentado [11], el papel de los niños y adolescentes en la transmisión del SARS-CoV-2 es menos claro [12]. Un estudio en Alemania estimó que los contactos escolares contribuyeron entre un 2 % y un 20 % a la transmisión general del SARS-CoV-2 en la población [13]. Los estudios sobre la efectividad de las intervenciones gubernamentales a nivel de población no son concluyentes con respecto a los efectos del cierre de escuelas en diferentes olas epidémicas [10,14]. La introducción del uso obligatorio de mascarillas [13,15] y la mejora de la ventilación [15] en las escuelas se asoció con una menor incidencia de COVID-19. Además, se demostró que la instalación de dispositivos portátiles de filtración de aire HEPA (purificadores de aire) elimina los bioaerosoles del SARS-CoV-2 en una sala de hospital [16]. Finalmente, un estudio de simulación de bioaerosoles de SARS-CoV-2 exhalados en un espacio interior demostró la eficacia del uso de máscaras y filtros de aire portátiles para reducir los aerosoles [17].

Utilizamos un enfoque de medición múltiple para estudiar la transmisión del SARS-CoV-2 y otros virus respiratorios en las aulas escolares. Presumimos que nuestro enfoque podría demostrar la transmisión (indicada por la exposición a bioaerosoles y datos epidemiológicos) y que las medidas de control de infecciones (uso de máscaras y filtros de aire) reducirían la concentración de aerosoles y partículas respiratorias y disminuirían el riesgo de infección para los estudiantes en las aulas escolares. . Recolectamos datos epidemiológicos (casos de enfermedades respiratorias), ambientales (CO2, aerosoles y concentraciones de partículas) y moleculares (detección de virus respiratorios en muestras de bioaerosol y saliva humana) durante un período de estudio de siete semanas de enero a marzo de 2022 en 2 escuelas secundarias en Suiza. Analizamos los cambios en las características ambientales y moleculares y estimamos la probabilidad de infección por SARS-CoV-2 durante 3 condiciones de estudio diferentes con y sin medidas de control de infecciones (uso general de máscaras y filtros de aire).

Recolectamos datos en 2 escuelas secundarias (edad de los estudiantes de 13 a 15 años) durante un período de estudio de siete semanas del 24 de enero al 26 de marzo (Escuela 1) y el 18 de marzo (Escuela 2) de 2022. Ambas escuelas están ubicadas en el Cantón de Solothurn, Suiza, y tienen 1.500 (Escuela 1) y 700 (Escuela 2) estudiantes. Se recolectaron datos epidemiológicos en las 5 clases (Escuela 1: clases A/B, C; Escuela 2: clases D, E), y datos ambientales y moleculares en 2 aulas (Escuela 1: A/B, Escuela 2: D ). En la Escuela 1, la misma aula fue utilizada por 2 clases A/B debido a la enseñanza a media clase. La figura 1 muestra la configuración esquemática del estudio. Este estudio se informa según la guía de Fortalecimiento de los informes de estudios observacionales en epidemiología (STROBE) (Lista de verificación S1).

Estudio esquemático de montaje de aulas donde se recolectaron datos ambientales en cada escuela. Se colocó un filtro de aire en la parte delantera y el otro en la parte trasera de las aulas. Todos los dispositivos se colocaron al nivel de la cabeza de los estudiantes cuando estaban sentados. Ambos salones de clase no estaban equipados con un sistema HVAC (calefacción, ventilación, aire acondicionado) activo, pero estaban ventilados usando ventilación pasiva de ventanas. Para la Escuela 1, la ventilación fue asistida adicionalmente por un abridor guiado por CO2 de una pequeña ventana en la parte superior.

https://doi.org/10.1371/journal.pmed.1004226.g001

Distinguimos 3 condiciones (Fig. 2): (i) usar máscaras faciales según lo exigido por las autoridades de salud pública en ese momento (mandato de máscara; típicamente máscaras tipo II y tipo IIR, aunque también se permitían máscaras comunitarias); (ii) condición estándar después del levantamiento de los mandatos de máscara (Sin intervención); y (iii) intervención ambiental utilizando dispositivos de filtración HEPA portátiles disponibles comercialmente (Filtro de aire; Xiaomi Mi Air Pro 70m2, Shenzhen, China; aproximadamente USD 250 por dispositivo, funcionando a una tasa de suministro de aire limpio de 2 × 600 m3/h). Los mandatos de máscara se aplicaron a todas las clases (incluidos los maestros) y, en general, se cumplieron bien. En la Escuela 2, el uso de máscaras continuó durante 1 semana después de que se levantó el mandato (semana 4). Solo se instalaron purificadores de aire en 2 aulas con bioaerosol y muestreo ambiental. La ventilación de ventana pasiva se realizó según las recomendaciones de las autoridades nacionales de salud pública durante todas las condiciones del estudio.

(a)Condiciones de estudio durante el período de estudio de siete semanas.(b)Número de casos nuevos de COVID-19 en todos los grupos de edad (promedio móvil de 7 días) y el número de reproducción (promedio de la mediana de la estimación publicada) en el cantón de Solothurn [18] durante el período de estudio.

https://doi.org/10.1371/journal.pmed.1004226.g002

Al inicio del estudio, recopilamos datos agregados sobre la edad, el sexo y el estado de vacunación contra el COVID-19 en las clases participantes. Inferimos datos sobre la cantidad de casos sospechosos y confirmados de COVID-19 en función de la cantidad informada de estudiantes ausentes de la escuela debido a una enfermedad probablemente relacionada con COVID-19 (Texto C y Tablas A–E en el Apéndice S1). Los informes sobre ausencias se ingresaron electrónicamente en una base de datos REDCap [19,20]. Ambas escuelas participaron en pruebas semanales repetitivas para SARS-CoV-2. Las muestras de saliva se transportaron al laboratorio y se almacenaron a -80 °C hasta su posterior procesamiento [21–23].

Mediciones de CO2 y partículas. Un dispositivo de calidad del aire (AQ Guard, Palas GmbH, Karlsruhe, Alemania) midió continuamente los niveles de CO2 en interiores, las concentraciones de número de aerosoles (diámetro de partículas entre 175 nm y 20 μm) y las concentraciones de masa de partículas (PM en μgm−3; PM1, PM2.5 , PM4, PM10, es decir, partículas de tamaño <1 a <10 μm). Este dispositivo se ha utilizado en trabajos anteriores [24,25]. Los datos fueron filtrados de acuerdo a los tiempos que los estudiantes estuvieron en el salón de clases, los cuales fueron monitoreados junto con el tiempo que estuvieron abiertas las ventanas.

Muestreo de bioaerosoles. Recolectamos virus respiratorios en el aire en el aula con un dispositivo de muestreo de bioaerosol (BioSpot-VIVAS, Aerosol Devices, Ft. Collins, Colorado, Estados Unidos de América). Este dispositivo toma muestras de partículas de virus en el aire en un medio de transporte viral (VTM) utilizando un método de condensación a base de agua de flujo laminar. Paralelamente, también utilizamos el muestreador Coriolis Micro Air (Bertin Instruments Montigny-le-Bretonneux, Francia), funcionando a 200 l/min y recolectando en 15 ml de PBS como se informó anteriormente en entornos clínicos [26]. BioSpot-VIVAS funcionó durante las lecciones, mientras que Coriolis Micro Air solo funcionó poco antes y durante los descansos para reducir la exposición al ruido (aproximadamente 60 min/día). Las partes removibles de ambos dispositivos de muestreo se esterilizaron regularmente en autoclave para evitar la contaminación. Al final del día, las muestras se transportaron al Instituto de Enfermedades Infecciosas (IFIK) y se almacenaron a -80 °C. Al final del período de estudio, los filtros HEPA de Xiaomi se retiraron con cuidado y se tomaron 20 hisopos de cada filtro y se almacenaron a -80 °C hasta su posterior procesamiento.

Antes del análisis de PCR en tiempo real (RT), se combinaron muestras diarias de bioaerosol para cada dispositivo de muestreo y se filtraron usando filtros centrífugos Amicon Ultra-15 con filtros de corte de peso molecular Ultracel de 10 000 Dalton (UFC9010; MilliporeSigma, Burlington, EE. UU.) a un volumen de 1 ml. Las muestras de saliva humana se analizaron directamente sin filtración previa. El ensayo maestro Allplex RV (Seegene, Seúl, Corea del Sur) se utilizó para detectar un panel de 19 virus respiratorios (Texto A en el Apéndice S1), incluido el SARS-CoV-2. La carga del genoma viral (VGL) de las muestras se cuantificó utilizando series de dilución estandarizadas y se informó en copias equivalentes genómicas/L. Para las muestras positivas, realizamos una secuenciación dirigida del ARN viral para comparar la relación genética entre las cepas de SARS-CoV-2 detectadas en el aire y las muestras humanas [27]. Sin embargo, no pudimos amplificar ni secuenciar ninguno de los objetivos genéticos en las muestras de bioaerosol debido a las bajas concentraciones de ARN.

La cantidad diaria de nuevos casos de COVID-19 se infirió en función de la cantidad de estudiantes ausentes de la escuela. Casos confirmados referidos a ausencias por resultado positivo de laboratorio o aislamiento. Los casos sospechosos se referían a ausencias por enfermedad probablemente relacionadas con el COVID-19. Se excluyeron las ausencias por otros motivos conocidos. Utilizamos un enfoque de simulación probabilística (Texto D en el Apéndice S1) para estimar la cantidad de casos sospechosos que eran casos de COVID-19 y la fecha de inicio de los síntomas, que no siempre fue informado por los estudiantes. Generamos 100 conjuntos de datos para el número diario de nuevos casos de COVID-19. Se realizaron análisis posteriores en cada uno de estos conjuntos de datos e informamos la media de los resultados de la estimación si no se indica lo contrario. Se excluyeron los casos de docentes, ya que los docentes impartían varias clases y tenían una exposición diferente.

Calculamos las concentraciones promedio por día y las comparamos entre las condiciones de estudio. Informamos la media ± desviación estándar. Además, estimamos la reducción de las concentraciones utilizando modelos de regresión logarítmica lineal bayesianos (Texto H en el Apéndice S1), ajustando la tasa de ventilación (calculada a partir de los niveles de CO2 en interiores; consulte el Texto I en el Apéndice S1), la cantidad diaria de estudiantes en clase, la escuela y los efectos de los días de semana.

Estimamos la transmisión diaria de SARS-CoV-2 con un modelo jerárquico semimecanicista bayesiano [9] (Fig. 3): (i) Modelamos el número de nuevas infecciones en función de los estudiantes susceptibles en cada clase y día, donde el la probabilidad de infección puede variar según la condición del estudio. (ii) Ajustamos los efectos estimados de las intervenciones por la proporción diaria de todos los estudiantes ausentes y el número de reproducción efectiva en la comunidad. (iii) El número de casos nuevos se computó como la suma ponderada del número de infecciones nuevas en los días anteriores. (iv) El número de estudiantes susceptibles se calculó eliminando el número de estudiantes que ya han sido infectados.

(1) La cantidad de nuevas infecciones se modeló como una función de la cantidad de estudiantes susceptibles, la tasa diaria de infecciones específica de la clase y las reducciones de las medidas activas de control de infecciones; (2) los efectos de las medidas de control se ajustaron para la transmisión en la comunidad y la proporción de estudiantes en la clase; (3) el número observado de nuevos casos se calculó como la suma ponderada del número de nuevas infecciones en los días anteriores; y (4) el número de estudiantes susceptibles se computó como el número total de estudiantes menos la suma acumulada de infecciones en los días anteriores.

https://doi.org/10.1371/journal.pmed.1004226.g003

En el Texto E del Apéndice S1 se proporciona una descripción detallada del modelo de transmisión y la elección de priores para todos los parámetros del modelo. Los parámetros del modelo se estimaron con un enfoque bayesiano (Texto F en el Apéndice S1). Específicamente, se utilizó el muestreo Monte Carlo de la cadena de Markov (MCMC) implementado por el algoritmo hamiltoniano Monte Carlo con No-U-Turn Sampler (NUTS) [28]. Si no se indica lo contrario, informamos las medias posteriores y los intervalos creíbles (CrI) basados ​​en los cuantiles del 50 %, 80 % y 95 % de las muestras posteriores, respectivamente. Estimamos el número total de infecciones evitadas para cada intervención calculando la diferencia entre el número estimado de infecciones en presencia y ausencia de intervenciones (escenario contrafáctico).

Todos los análisis se realizaron en el software R (versión 4.2.0) [29] y el modelado en Stan (versión 2.21.0) [30]. El código está disponible en https://github.com/nbanho/mcid.

El Comité de Ética del Cantón de Berna, Suiza, aprobó el estudio (n.º de referencia 2021–02377). Para las muestras de saliva, incluimos a todos los estudiantes que estaban dispuestos a participar y obtuvieron el consentimiento informado por escrito de sus cuidadores.

La población de estudio consistió en 90 estudiantes (39 mujeres, 51 hombres; Tabla 1). De estos, 27 estudiantes estaban completamente vacunados y 34 estudiantes se habían recuperado de una infección en el último año. Durante el período de estudio de siete semanas (3150 días-estudiante en total), los estudiantes se ausentaron de la escuela durante 644 días (20 % del total), de los cuales 147 días (23 % de las ausencias) se debieron al aislamiento relacionado con el COVID-19. y 247 (38% de las ausencias) se debieron a enfermedad. En general, hubo 35 casos confirmados y 73 sospechosos de COVID-19, superando el número de estudiantes en algunas clases (Tabla C en el Apéndice S1). Esto sugiere que solo una proporción de los casos sospechosos eran casos reales de COVID-19, ya que es poco probable que los estudiantes se infectaran dos veces. En consecuencia, estimamos que el número real de casos de COVID-19 en todas las escuelas es de 55 (95 % CrI 35 a 76).

https://doi.org/10.1371/journal.pmed.1004226.t001

Analizamos 262 muestras de saliva, 130 bioaerosoles e hisopos de los filtros de purificadores de aire (20 hisopos por filtro) en 2 aulas. En general, hubo 21 muestras positivas de saliva y 10 muestras positivas en el aire. Detectamos SARS-CoV-2, adenovirus y virus de la influenza (Tabla 2 y Tablas AB en el Apéndice S1). El SARS-CoV-2 constituyó la gran mayoría de muestras positivas de saliva (19 de 21) y bioaerosol (9 de 10). Encontramos 4 muestras positivas de aire y saliva en la misma semana respectiva (3 SARS-CoV-2 y 1 adenovirus), lo que sugiere que eran muestras emparejadas. También detectamos el SARS-CoV-2 y los virus de la influenza en los filtros HEPA de los purificadores de aire. La cantidad de muestras positivas de SARS-CoV-2 en saliva y en el aire por semana varió según la condición del estudio (Fig. 4A). Sin intervenciones, la proporción de muestras positivas por semana fue del 11,5 % para la saliva y del 8,1 % para las muestras en el aire. Estas proporciones fueron menores con los mandatos de mascarillas (saliva: 5,7 %, aire: 7,1 %) y filtros de aire (saliva: 7,7 %, aire: 5,0 %). La concentración viral promedio semanal de las muestras positivas fue de 0,6 copias/L. También hubo diferencias en la concentración viral entre las condiciones de estudio (Fig. 4B). Sin intervenciones, fue de 1,1 copias por litro por semana, que fue más alta que con los mandatos de máscara (0,7 copias/L por semana) y filtros de aire (0,1 copias/L por semana).

https://doi.org/10.1371/journal.pmed.1004226.t002

(a)Proporción de muestras positivas en el aire (línea continua) y saliva (línea discontinua) (promedio por semana).(b)Concentración viral en muestras aéreas positivas de BioSpot-VIVAS (promedio por semana).

https://doi.org/10.1371/journal.pmed.1004226.g004

Las concentraciones de partículas diferían según la condición del estudio (Fig. 5A). Las concentraciones del número de aerosoles fueron más bajas con los mandatos de máscara (media de 49 ± 52 1/cm3 de desviación estándar) y filtros de aire (84 ± 56 1/cm3) que sin intervenciones (177 ± 109 1/cm3). De manera similar, las concentraciones de masa de partículas (p. ej., PM1) fueron menores con mandatos de máscara (2,0 ± 1,6 μgm-3) y filtros de aire (3,8 ± 2,9 μgm-3) que sin intervenciones (6,9 ± 4,1 μgm-3). Los niveles promedio diarios generales de CO2 fueron 1,064 ± 232 ppm. Los niveles de CO2 sin intervenciones (953 ± 198 ppm) fueron ligeramente más bajos que con los mandatos de máscara (1155 ± 237 ppm) y filtros de aire (1088 ± 224 ppm), lo que indica una mayor ventilación a través del intercambio de aire exterior (Fig. I en el Apéndice S1), aunque el las diferencias en la proporción diaria de tiempo que se abrieron las ventanas entre la no intervención y los mandatos de mascarilla (0,03, 95 % CrI −0,07 a 0,12) y entre ninguna intervención y filtros de aire (0,00, 95 % CrI −0,11 a 0,11) no se distinguían de cero . Al ajustar las diferentes tasas de ventilación, el número de estudiantes en clase, los efectos de la escuela y los efectos de los días de semana, la concentración del número de aerosoles disminuyó en un 69 % (95 % CrI 42 % a 86 %) con mandatos de máscara y en un 39 % (95 % CrI 4% a 69%) con filtros de aire (Fig. 5B y Tabla H en el Apéndice S1). La concentración de partículas más pequeñas (PM1 y PM2.5) se redujo más durante los usos obligatorios de máscaras, y la concentración de partículas más grandes (PM4 y PM10) se redujo más durante los filtros de aire.

(a) Diagrama de caja de los valores promedio diarios para la concentración del número de aerosoles (CN en 1/cm3) y la concentración de masa de partículas (PM para partículas de tamaños <1 a <10 μm, respectivamente en μgm−3). Los resultados de CO2 y otras variables ambientales se proporcionan en el Texto J en el Apéndice S1.(b)Reducción estimada en el número de aerosoles y las concentraciones de masa de partículas con intervenciones (media posterior como punto y 50 %, 80 % y 95 % de CrI como líneas, respectivamente).

https://doi.org/10.1371/journal.pmed.1004226.g005

El número acumulativo de casos de COVID-19 aumentó considerablemente en todas las clases sin intervención y la gran mayoría de los estudiantes ya estaban infectados en la Escuela 1 cuando se instalaron los filtros de aire, excepto en la clase D de la Escuela 2 (Fig. 6A). Según nuestro modelo de transmisión bayesiano, la probabilidad de infectarse fue más baja con mandatos de máscara que sin intervenciones (cociente de probabilidades ajustado 0,19, 95 % CrI 0,09 a 0,38) y comparable con filtros de aire (1,00, 95 % CrI 0,15 a 6,51). Excluyendo los casos sospechosos del modelo, estas probabilidades fueron similares para los mandatos de máscara (0,21, 95% CrI 0,08 a 0,50) y filtros de aire (0,98, 95% CrI 0,14 a 6,74), aunque con mayor incertidumbre. Teniendo en cuenta tanto los casos confirmados como los sospechosos, los mandatos de uso de mascarillas se asociaron con un número considerable de infecciones evitadas (9,98, 95 % CrI 2,16 a 19,00), pero no con filtros de aire (Fig. 6B). Como análisis adicional, utilizamos una ecuación de Wells-Riley modificada [31] y asumimos que el cambio en la tasa de cuantos infecciosos emitidos era proporcional a la reducción estimada en la concentración del número de aerosoles, mientras que otros parámetros se mantuvieron constantes en todas las condiciones del estudio. (Texto K en el Apéndice S1). En consecuencia, el riesgo diario de infección durante una jornada escolar de 6 horas fue del 1,0 % (95 % CrI del 0,4 % al 1,9 %) con máscara obligatoria y del 1,9 % (95 % CrI del 1,0 % al 3,0 %) con filtros de aire, en comparación con un 3,1 % de riesgo sin intervenciones (Fig. J en el Apéndice S1).

(a) Número acumulado medio estimado de casos para cada clase escolar después de la simulación probabilística que tiene en cuenta la incertidumbre en los casos sospechosos y la fecha de aparición de los síntomas (Texto D en el Apéndice S1). Las líneas rojas punteadas indican el número de estudiantes por clase. En la Fig. C del Apéndice S1 se muestra una comparación del número estimado de casos nuevos después de la simulación probabilística con el número observado de casos nuevos confirmados y sospechosos.(b) Número estimado de infecciones evitadas asociadas con las intervenciones en las escuelas (media posterior como punto y 50 %, 80 % y 95 % de IRC como áreas sombreadas) según el modelo de transmisión jerárquico bayesiano. Los resultados detallados de la estimación se proporcionan en el Texto G en el Apéndice S1.

https://doi.org/10.1371/journal.pmed.1004226.g006

Recopilamos datos epidemiológicos, ambientales y moleculares para estimar la transmisión de infecciones respiratorias en las escuelas y evaluamos la asociación con las medidas de control de infecciones. La detección aérea de SARS-CoV-2 documentó la transmisión sostenida de SARS-CoV-2. Las concentraciones de SARS-CoV-2 de bioaerosol con mandatos generales de máscara fueron más bajas, y se detectó SARS-CoV-2 en los filtros de los filtros de aire. Ambas intervenciones se asociaron con un número de aerosoles y concentraciones de masa de partículas significativamente más bajas. El modelo de transmisión bayesiano que utiliza datos epidemiológicos estimó que los mandatos de máscara evitaron las infecciones por SARS-CoV-2, pero no los filtros de aire.

Nuestro estudio demostró la detección en el aire de SARS-CoV-2 en las escuelas. Aunque el muestreo y la detección molecular de bioaerosoles infecciosos son un desafío y no existe un estándar acordado [16,32,33], proporciona evidencia importante sobre la transmisión aérea de patógenos respiratorios. Hasta ahora, el ARN viral en muestras de SARS-CoV-2 en el aire se encontró principalmente en hospitales y centros de atención médica [34]. Un estudio relacionado en 2 escuelas sudafricanas detectó Mycobacterium tuberculosis en el aire [35]. La tuberculosis era la principal causa de muerte en todo el mundo debido a una enfermedad infecciosa antes de la pandemia de COVID-19. Una mejor comprensión de la transmisión aérea y la eficacia de las intervenciones puede beneficiar el control de ambas enfermedades infecciosas [36]. Nuestro estudio proporciona evidencia sobre la transmisión viral del SARS-CoV-2 en el aire y los efectos potenciales de las intervenciones en las escuelas basadas en muestras de saliva y en el aire de los estudiantes. En nuestro estudio, las muestras positivas en su mayoría pertenecían al SARS-CoV-2, pero ocasionalmente detectamos otros virus respiratorios como el adenovirus y la influenza. Las medidas generales de salud pública durante el estudio probablemente suprimieron la propagación de otros virus respiratorios. También se debe tener en cuenta que las concentraciones virales detectadas fueron bajas, como lo muestran los umbrales de ciclo (CT) altos en los resultados de RT-qPCR. No se puede excluir la presencia molecular de otros patógenos virales. La baja sensibilidad para la detección de patógenos en el aire mediante ensayos moleculares es un desafío bien documentado [16,33].

Un estudio experimental demostró la eficacia de las medidas de control de infecciones (uso de mascarillas faciales universales y filtros de aire) utilizando bioaerosoles de SARS-CoV-2 exhalados simulados en un espacio interior cerrado [17]. Por el contrario, estudiamos las medidas de control de infecciones en un entorno de la vida real y demostramos su eficacia utilizando un enfoque de medición múltiple y obtuvimos resultados similares. Nuestros hallazgos también se alinean con la evidencia existente de estudios a nivel de población que muestran que la incidencia de COVID-19 fue menor en las escuelas con uso de máscaras [13,15] y ventilación mejorada [15]. De manera similar, un estudio de campo mostró que una ventilación adecuada se asoció con una incidencia reducida de tuberculosis, una enfermedad estrictamente transmitida por el aire, en un edificio universitario [37]. En conjunto, estos hallazgos respaldan los argumentos a favor de múltiples estrategias de intervención para abordar la transmisión aérea de infecciones respiratorias en entornos cerrados llenos de gente [38].

La ventilación interior es uno de los determinantes clave de la transmisión aérea [2,3], pero las escuelas suelen estar mal ventiladas [24,39]. Mostramos que la concentración de partículas más grandes y más pequeñas era menor con los filtros de aire, en línea con los hallazgos sobre su efectividad en hospitales [16] y ambientes interiores simulados [17]. La detección de virus en los filtros de los filtros de aire respalda aún más la evidencia sobre la eliminación efectiva de bioaerosoles. Sin embargo, fue difícil estimar los cambios en la transmisión después de los filtros de aire porque se instalaron al final del período de estudio cuando, presumiblemente, una gran proporción de estudiantes ya estaban infectados con el SARS-CoV-2. Además, los purificadores de aire no pudieron evitar la transmisión fuera de las aulas (p. ej., durante los descansos y fuera de las clases), lo que limita su eficacia en comparación con las mascarillas que debían usarse en todos los entornos interiores siguiendo el mandato general de mascarillas. Además, las propiedades fisicoquímicas de los aerosoles, los factores ambientales y la distancia a las personas infectadas determinan la supervivencia de las partículas en el aire y la pérdida de infectividad con el tiempo [3]. Por lo tanto, un predominio de la transmisión de SARS-CoV-2 por aerosol de alta densidad de partículas a corta distancia en entornos escolares podría explicar aún más por qué los filtros de aire no se asociaron con una transmisión reducida. Nuestro estudio utilizó purificadores de aire portátiles y asequibles que podrían implementarse a escala, en lugar de purificadores grandes [25]. La exposición al ruido y la falta de aceptación por parte de los profesores [40] aún pueden impedir su uso generalizado. Aunque no se evaluó específicamente, percibimos una buena aceptación de nuestros purificadores de aire durante el breve período de estudio. Sin embargo, las inversiones en sistemas profesionales de ventilación de edificios deben preferirse a los filtros de aire a largo plazo [41].

El cierre de escuelas durante la pandemia de COVID-19 ha sido objeto de intensos debates, ya que los niños y adolescentes son particularmente vulnerables al impacto negativo de tales intervenciones en su bienestar y salud mental [11]. Además, numerosos estudios han examinado el papel de los niños en la transmisión del SARS-CoV-2 [12] y aún no está claro en qué medida se produce la transmisión del SARS-CoV-2 en las escuelas [42]. Estos hallazgos contrastan con los estudios de los virus de la influenza que muestran que los niños en edad escolar pueden impulsar la epidemia de influenza estacional. Los estudios comunitarios en los EE. UU. demostraron que las tasas de transmisión de influenza en niños y adolescentes eran altas en las escuelas y que transmiten fácilmente los virus de influenza a los miembros del hogar y a sus comunidades [43–45]. Nuestro estudio sugiere que también la transmisión del SARS-CoV-2 ocurre en gran medida en las escuelas.

Nuestro estudio tiene varias limitaciones. En primer lugar, las mediciones de aerosoles y la detección molecular de patógenos en muestras de bioaerosoles documentan la exposición, pero no la transmisión ni la dirección de transmisión (de persona a persona, aire a persona). Sin embargo, las muestras pareadas de saliva y del aire sugieren que los estudiantes infectados exhalaron partículas infecciosas en el aire, lo que indica un riesgo de transmisión considerable en las aulas escolares. En segundo lugar, una comparación de la concentración viral entre las condiciones del estudio debe interpretarse con cuidado debido a las limitaciones técnicas de la detección molecular en muestras de bioaerosol y porque la cantidad de estudiantes posiblemente infecciosos (y por lo tanto susceptibles) disminuyó hacia el final del estudio. En tercer lugar, nuestro análisis epidemiológico se basa en datos de observación, por lo que está sujeto a posibles factores de confusión, por ejemplo, la incidencia de COVID-19 (casos por semana) en la comunidad varió durante el período de estudio. Sin embargo, los niveles fueron altos en todo momento e incluyeron 2 picos subvariantes de Omicron. La transmisión comunitaria también se consideró en nuestro modelo de transmisión bayesiano. Los niveles de CO2 no se consideraron en el modelo, pero los niveles fueron ligeramente más bajos sin intervenciones, lo que sugiere que una ventilación más baja durante las fases de intervención puede haber reducido la efectividad estimada de los mandatos de uso de máscaras y filtros de aire. Cuarto, es posible que los datos epidemiológicos no siempre estén completos debido al subregistro de COVID-19 entre los estudiantes ausentes. Por lo tanto, utilizamos un enfoque probabilístico para estimar la proporción de casos sospechosos que son casos reales de COVID-19 y la fecha de inicio de los síntomas donde no se informó. Si bien esto nos permite considerar la incertidumbre en los datos observados, los efectos estimados de las intervenciones serán menos precisos, ya que se reflejarán en intervalos de incertidumbre más amplios. En quinto lugar, el orden de las condiciones de estudio fue el mismo en todas las clases, principalmente porque nuestro período de estudio coincidió con el levantamiento de los mandatos generales de máscara. Por lo tanto, la eficacia de las medidas de control de infecciones puede verse afectada por su sincronización. Los estudios futuros podrían variar el orden de las intervenciones en cada clase mediante un diseño cruzado. Esto permitiría explotar la variación en los datos entre clases y reducir la influencia del tiempo. Finalmente, el diseño de nuestro estudio solo nos permitió analizar la variación dentro de las clases a lo largo del tiempo. Por lo tanto, no analizamos la variación entre clases, aunque observamos algunas diferencias, como niveles más bajos de CO2 y transmisión en la Escuela 2. Estas diferencias pueden explicarse por factores específicos de la escuela que no se midieron en nuestro estudio.

En conclusión, utilizando datos epidemiológicos, ambientales y moleculares, nuestro estudio sugiere que ocurrió una transmisión considerable de SARS-CoV-2 en las escuelas participantes. El uso general de mascarillas se asoció con una reducción de la transmisión del SARS-CoV-2 y la prevención de infecciones. La efectividad de las intervenciones se vio respaldada por disminuciones significativas en la concentración de aerosoles. En conjunto, nuestros resultados sugieren que las medidas de control de infecciones pueden reducir la transmisión de infecciones respiratorias en las aulas escolares. Los estudios futuros pueden utilizar nuestro enfoque de medición múltiple para evaluar la eficacia de las medidas de control de infecciones para reducir la transmisión de infecciones respiratorias. Idealmente, estos datos deberían recopilarse de forma rutinaria en escuelas centinela, monitoreando así continuamente los riesgos de transmisión y alertando a las autoridades sanitarias cuando se deben tomar medidas de control de infecciones.

https://doi.org/10.1371/journal.pmed.1004226.s001

(PDF)

Texto A. Detalles sobre análisis de laboratorio y moleculares. Texto B. Resumen del caso y datos moleculares. Texto C. Datos de casos longitudinales. Texto D. Simulación probabilística de datos de casos. Texto E. Estimación de la transmisión y los efectos de las medidas de control de infecciones. Texto F. Estimación de parámetros del modelo. Texto G. Resultados detallados del modelo de transmisión. Texto H. Estimación de cambios en las concentraciones de partículas. Texto I. Cálculo del volumen de aire reinhalado y la tasa de ventilación. Texto J. Resultados por cambios en variables ambientales. Texto K. Modelado del riesgo de transmisión del SARS-CoV-2 mediante una ecuación de Wells-Riley modificada. Fig. A. Proporción de casos sospechosos que son casos reales de COVID-19. Fig. B. Distribución empírica y ajustada para el retraso desde el inicio de los síntomas hasta la ausencia. Fig C. Comparación de casos notificados y estimados de COVID-19. Fig D. Previa para la probabilidad de infectarse sin intervenciones. Fig E. Elecciones de anterior para el período de incubación. Fig. F Incidencia estimada en el tiempo. Fig. G. Estimaciones basadas en modelos y simulaciones del número de casos de COVID-19. Fig. H. Número estimado de infecciones evitadas con intervenciones. Fig. I. Boxplot de variables ambientales por escuela y condición de estudio. Fig. J. Riesgo de transmisión estimado utilizando una ecuación de Wells-Riley modificada. Tabla A. Casos notificados de COVID-19, saliva y muestras de aire en la Escuela 1. Cuadro B. Casos notificados de COVID-19, saliva y muestras de aire en la Escuela 2. Tabla C. Resumen de la población de estudio, número de casos de COVID -19 casos y días-persona de ausencias en cada clase de estudio. Tabla D. Lista de casos confirmados y sospechosos durante el período de estudio en la Escuela 1. Tabla E. Lista de casos confirmados y sospechosos durante el período de estudio en la Escuela 2. Tabla F. Opciones previas para los parámetros del modelo. Tabla G. Resultados de la estimación del modelo de transmisión. Tabla H. Reducción estimada en concentraciones de aerosoles y partículas con intervenciones.

https://doi.org/10.1371/journal.pmed.1004226.s002

(PDF)

Nos gustaría agradecer a las escuelas, maestros y estudiantes que participaron en el estudio. También estamos agradecidos con el Departamento de Educación del Cantón de Solothurn por su apoyo durante todo el estudio. Finalmente, estamos en deuda con los estudiantes asistentes que ayudaron con la recopilación de datos en las escuelas.

Para obtener más información sobre las áreas temáticas de PLOS, haga clic aquí.

es el área temática"Escuelas" aplicable a este artículo? sí No

Gracias por tus comentarios.

es el área temática"SARS-CoV-2" aplicable a este artículo? sí No

Gracias por tus comentarios.

es el área temática"COVID-19" aplicable a este artículo? sí No

Gracias por tus comentarios.

es el área temática"Infecciones respiratorias" aplicable a este artículo? sí No

Gracias por tus comentarios.

es el área temática"Aerosoles" aplicable a este artículo? sí No

Gracias por tus comentarios.

es el área temática"Saliva" aplicable a este artículo? sí No

Gracias por tus comentarios.

es el área temática"Dióxido de carbono" aplicable a este artículo? sí No

Gracias por tus comentarios.

es el área temática"Factores de riesgo médicos" aplicable a este artículo? sí No

Gracias por tus comentarios.