Estimación de casos de VIH no diagnosticados en la región Cajamarca, Perú: vinculación probabilística entre bases de datos / Estimate of undiagnosed HIV cases in the Cajamarca region of Peru: probabilistic linkage between databases

Resumen Los casos de VIH no diagnosticados contribuyen al incremento de nuevas infecciones, estimar esta cifra es importante para evaluar estrategias en los programas de control de VIH. El objetivo de este estudio fue estimar el número de casos de VIH no diagnosticados en la Región Cajamarca, Perú entre el 2015 y 2021. Los casos de VIH se obtuvieron de tres fuentes de información: La Estrategia Sanitaria Regional de Prevención y Control de VIH (ESPC-VIH); el aplicativo de notificación epidemiológica de VIH (Noti-VIH) y el sistema de información de laboratorio (Netlab). Se vincularon las tres bases de datos; un análisis de captura recaptura mediante un modelo log-linear, proporcionó estimaciones del número de casos de VIH no diagnosticados, tomando en cuenta las interacciones y el criterio de información de Akaike. Después de la vinculación se obtuvo 991 casos de VIH registrados. Se estimaron 1388 casos (IC 95%: 1265,6-1542,8) de personas viviendo con VIH, de los cuales 393 (28,4%) no fueron diagnosticados. El subregistro de cada fuente fue 51,9% en la ESPC-VIH, 63,6% en Netlab y 88% en Noti-VIH. Se concluyó que un número elevado de casos de VIH no fueron diagnosticados, siendo necesario replantear estrategias para incrementar la detección sistemática de casos de VIH.

Abstract Undiagnosed HIV cases contribute to the increase in new infections, therefore estimating this figure is important in order to assess strategies in HIV control programs. The objective of this study was to estimate the number of undiagnosed HIV cases in the Cajamarca region in Peru between 2015 and 2021. HIV cases were obtained from three sources of information: The Regional Health Strategy for HIV Prevention and Control (ESPC-HIV); the HIV epidemiological notification application (Noti-HIV), and the laboratory information system (Netlab). The three databases were linked; a capture-recapture analysis using a log-linear model provided estimates of the number of undiagnosed HIV cases, taking into account interactions and the Akaike information criterion. After linkage, 991 registered HIV cases were obtained. An estimated 1388 cases (95%CI: 1265.6-1542.8) of people living with HIV were estimated, of which 393 (28.4%) were not diagnosed. The underreporting of each source was: 51.9% in the ESPC-HIV; 63.6% in Netlab; and 88% in Noti-HIV. The conclusion drawn was that a high number of HIV cases went undiagnosed, and strategies need to be reconsidered to increase the systematic detection of HIV cases.

Correlación entre el umbral de ciclo de la RPC en tiempo real y la clasificación clínica de la COVID-19 / Correlation between real-time PCR cycle threshold and clinical classification of COVID-19

INTRODUCCIÓN: El umbral de ciclo (en inglés cycle threshold-Ct) de la reacción de polimerasa en cadena en tiempo real con transcripción reversa (RT-qPCR) indica la concentración relativa de una secuencia de ARN; este valor se ha relacionado con la expresión de cuadros clínicos en infecciones virales. OBJETIVO: Determinar la correlación entre el valor Ct y la clasificación clínica de la COVID-19. MÉTODO: Se realizó un estudio transeccional correlacional; los valores Ct se obtuvieron mediante RT-qPCR dirigida al gen N del SARS-CoV-2 agrupándolos mediante un estimador robusto central y relacionándose con la clasificación clínica de la COVID-19. RESULTADOS: De los 718 casos incluidos en el estudio; 77,7% (558) fueron leves; 21,3% (153) moderados y 1% (7) graves. El valor Ct se agrupó en niveles: Ct bajo 18,83 - 30,10 y Ct alto > 30,10. Existió correlación significativa inversa débil (p = 0,002; rho de Spearman = -0,117) entre el valor Ct y la clasificación clínica. Las características: sexo, edad menor a 65 años, fiebre, escalofrío, diarrea, anosmia y sobrepeso-obesidad estuvieron asociadas al valor de Ct. CONCLUSIÓN: A menor valor Ct se espera una clasificación de mayor gravedad de la COVID-19; no obstante, debido a que la correlación es débil, su utilidad como predictor de gravedad es limitada.

BACKGROUND: The cycle threshold (Ct) of real-time reverse transcription PCR (RT-qPCR) indicates the relative concentration of an RNA sequence, this value has been related to clinical profile in viral infections. AIM: To determine the correlation between the Ct value and the clinical classification of COVID-19. METHOD: A correlational cross-sectional study was carried out, the Ct values were obtained by RT-qPCR directed to the N gene of SARS-CoV-2, grouping them by means of a central robust estimator and related to the clinical classification of COVID-19. RESULTS: Of the 718 cases included in the study; 77.7% (558) were mild; 21.3% (153) moderate and 1% (7) severe. The Ct value was grouped into levels: low Ct 18.83-30.10 and high Ct> 30.10. There was a weak inverse significant correlation (p = 0.002; Spearman's rho = -0.117) between the Ct value and the clinical classification. The characteristics: sex, age under 65 years, fever, chills, diarrhea, anosmia, and overweightobesity were associated with the Ct value. CONCLUSION: The lower the Ct value, a classification of greater severity of COVID-19 is expected, however, because the correlation is weak, its usefulness as a severity predictor is limited.