serocalculator, an R package for estimating seroincidence from cross-sectional serological data

Resumo Técnico do serocalculator: Um Pacote de R para Estimação de Seroincidência

Definição do Problema
Inquéitos sorológicos são essenciais para caracterizar a ocorrência de infeções ao nível populacional, particularmente quando a vigilância clínica é pouco fiável ou inviável. Embora a soroprevalência (a proporção de indivíduos com anticorpos acima de um limiar) seja uma métrica comum, serve como um indicador imperfeito de infeção recente, pois reflete o histórico de exposição cumulativa e é fortemente influenciada pela distribuição etária e pelo declínio dos anticorpos. Em contraste, a seroincidência — a taxa de novas infeções numa população — fornece uma medida mais dinâmica da transmissão. No entanto, estimar a seroincidência a partir de dados transversais é metodologicamente desafiante. As abordagens existentes frequentemente dicotomizam níveis quantitativos de anticorpos em resultados binários, ignorando as mudanças temporais nas concentrações de anticorpos e a heterogeneidade ao nível individual. Além disso, ferramentas de software anteriores careciam de métodos robustos para incorporar a variabilidade biológica (ligação não específica) e o ruído de medição (variabilidade do ensaio) no processo de estimação.

Metodologia
O artigo apresenta o serocalculator, um pacote de R de código aberto concebido para estimar taxas de seroincidência a partir de dados sorológicos transversais utilizando uma estrutura baseada em verosimilhança. O método baseia-se na Estimativa de Máxima Verosimilhança (MLE) para determinar a taxa de seroincidência mais provável perante os dados populacionais observados, trajetórias de decaimento de anticorpos modeladas e parâmetros de ruído.

A abordagem requer três entradas específicas:

1. Parâmetros de Seroresposta: Modelos pré-estimados que caracterizam a cinética de anticorpos pós-infeção (ascensão e declínio). Estes são derivados de dados longitudinais de casos confirmados através de modelos hierárquicos intra-organismo de duas fases, ajustados via inferência Bayesiana. Os parâmetros fundamentais incluem a concentração basal ($y_0$), a concentração máxima ($y_1$), o tempo até ao pico ($t_1$), a taxa de declínio ($\alpha$) e a forma do declínio ($r$).
2. Parâmetros de Ruído: Uma definição do processo de medição, incluindo o ruído biológico ($\nu$), que representa a ligação não específica ou reatividade cruzada (estimado a partir do percentil 95 de populações com baixa exposição) e o ruído de medição ($\epsilon$), que representa a variabilidade do ensaio laboratorial (coeficiente de variação). O modelo também acomoda dados censurados através de limites inferiores e superiores de quantificação.
3. Dados Transversais: Respostas quantitativas de anticorpos de um inquéi de sorologia populacional, incluindo idade, IDs únicos de participantes e pares antígeno-isótipo específicos.

O modelo subjacente assume uma força de infeção constante e homogénea (processo de Poisson), sem imunidade duradoura pós-infeção e independência condicional das respostas de isótipos de anticorpos. O pacote suporta a combinação de informação de múltiplas respostas de anticorpos e isótipos (por exemplo, IgA e IgG) para melhorar a precisão da estimação.

Principais Contribuições
O serocalculator supera o pacote anterior seroincidence (2015–2018) ao integrar avanços metodológicos recentes. As suas principais contribuições técnicas incluem:

• Integração de Ruído: Modelagem explícita tanto do ruído biológico quanto do ruído de medição, algo que ferramentas anteriores não possuíam.
• Capacidade Multibiomarcador: Permite a combinação de dados de múltiplos pares antígeno-isótipo dentro de uma única estrutura de estimação.
• Usabilidade e Acessibilidade: Oferece mais de 30 funções exportadas para importação, limpeza, análise e visualização de dados, juntamente com uma interface R Shiny de clicar e apontar.
• Simulação e Visualização: Inclui funções para simular dados transversais e gerar visualizações modernas baseadas em ggplot2 para inspecionar dados e resultados do modelo.
• Reprodutibilidade: Oferece conjuntos de dados de exemplo e fluxos de trabalho para febre entérica, com dados disponíveis através do Open Science Framework.

Resultados e Aplicação
O artigo demonstra a utilidade do pacote utilizando um exemplo reproduzível envolvendo inquéitos sorológicos de febre entérica realizados em Bangladesh, Nepal e Paquistão (2016–2021). Ao combinar as respostas de IgA e IgG ao antigénio hemolisina E (HlyE), os autores estimaram as taxas de seroincidência para diferentes estratos:

• Taxa Global: No Paquistão, a seroincidência estimada foi de 128 novas infeções por 1000 pessoas-ano (IC 95%: 115–142).
• Taxa Estratificada: A análise identificou que as crianças de 5 a 15 anos em Bangladesh experienciaram a maior carga, com uma taxa de 477 novas infeções por 1000 pessoas-ano (IC 95%: 418–544).

Os resultados ilustram a capacidade do pacote para gerar estimativas estratificadas que revelam a heterogeneidade no risco de transmissão entre grupos etários e localizações geográficas, o que poderia ser obscurecido por métricas simples de soroprevalência.

Significado e Limitações
Os autores posicionam o serocalculator como uma ferramenta que expande significativamente a acessibilidade da soroepidemiologia quantitativa para equipas de investigação e instituições de saúde pública, particularmente para informar a introdução de vacinas e a vigilância em regiões endémicas. Ele preenche um nicho metodológico distinto ao parear respostas quantitativas transversais com curvas de declínio modeladas, enquanto contabiliza a heterogeneidade e o erro.

O artigo mantém um tom modesto quanto ao seu âmbito e limitações. Reconhece que a atual abordagem de Estimativa de Máxima Verosimilhança assume uma força de infeção constante e não aborda totalmente o viés introduzido por exposições repetidas frequentes (reforço/boosting) em contextos de alta carga. Os autores observam que ignorar exposições repetidas pode alterar as distribuições de resposta de anticorpos longitudinais de base, potencialmente enviesando as estimativas dependendo da memória imunitária e dos intervalos de exposição. Consequentemente, afirmam que as estimativas devem ser interpretadas com cautela em contextos de alta carga e que o trabalho futuro visa incorporar a inferência baseada em simulação para abordar cenários de alta força de infeção. Adicionalmente, o quadro atual ainda não integra o estado vacinal onde as respostas naturais e induzidas pela vacina se sobrepõem, nem contabiliza a sazonalidade ou a variação temporal na pressão de infeção.