Abstract
SARS-CoV‑2 verursacht ein Krankheitsspektrum, das auch asymptomatische und wenig symptomatische Infektionen mit subklinischen Manifestationen einschließt, die aber dennoch potenziell ansteckend sein können. Hinweise von SARS-CoV-2-infizierten Makaken und aus Studien mit saisonalen Coronaviren deuten darauf hin, dass die Infektion wahrscheinlich eine Immunität erzeugt, die für eine gewisse Zeit protektiv ist. Verfügbare Testmethoden ermöglichen ein hohes Maß an Zuverlässigkeit, falls qualitativ hochwertige serologische Methoden kombiniert werden. Obwohl individuelle Testergebnisse vorsichtig interpretiert werden, kann Sero-Surveillance in einer Klinik der Maximalversorgung und einem Forschungsinstitut Ängste abbauen und Klarheit in Bezug auf die tatsächliche Durchseuchung mit SARS-CoV‑2 schaffen.
Schlüsselwörter: Vorhersagewert, Immunität, Covid-19, Augenklinik, Reproduzierbarkeit der Ergebnisse
Abstract
The SARS-CoV‑2 causes a disease spectrum that includes asymptomatic and mildly symptomatic infections with subclinical manifestations but which can nevertheless still be potentially contagious. Evidence from SARS-CoV‑2 infected macaque monkeys and from studies with seasonal coronaviruses suggests that the infection is likely to produce an immunity that is protective for a certain period of time. Available test methods enable a high degree of reliability, e.g. if high-quality serological methods are combined. Although individual test results have to be interpreted with caution, serosurveillance in a tertiary eye care center and large eye research institute can reduce anxiety and provide clarity regarding the actual number of (unreported) SARS-CoV‑2 infections.
Keywords: Predictive value, Immunity, Covid-19, Eye clinic, Reproducibility of Results
Der direkte Nachweis des aktiven SARS-CoV-2-Virus ist über eine Reverse-Transkriptase-Polymerasekettenreaktion (RT-PCR) aus Abstrichmaterial des Nasen‑/Rachen-Raums möglich [1]. Anfangs spielten Kapazitätsprobleme und Verzögerungen in der Befundmitteilung durch Labore und Gesundheitsämter eine noch größere Rolle (Tab. 1). In Deutschland wurden bis zum 2.06. 47.192 Tests je Mio. Einwohner durchgeführt (im Vergleich Spanien 86.921 und USA 54.872 Tests je Mio. Einwohner, Quelle: John Hopkins University). Obwohl theoretisch 1,25 % der Gesamtbevölkerung jeden Tag 1‑mal getestet werden könnten, haben 28 der aktiven Labore nach wie vor einen Rückstau mit insgesamt über 1500 abzuarbeitender Proben [2]. Vielerorts bleiben aber Testkapazitäten auch ungenutzt [3].
| Kalenderwoche 2020 |
Testungen | Positiv/(%) | Anzahl Labore | Testkapazität pro Tag | Wöchentliche Kapazität (Arbeitstage) |
|---|---|---|---|---|---|
| Bis 08.03.2020 | 124.716 | 3892 (3,1) | 90 | – | – |
| 09.03.–15.03.2020 | 127.457 | 7852 (5,9) | 114 | 7115 | n.g. |
| 16.03.–22:03.2020 | 348.619 | 23.820 (6,8) | 152 | 31.010 | n.g |
| 23.03.–29.03.2020 | 361.515 | 31.414 (8,7) | 151 | 64.725 | n.g. |
| 30.03.–05.04.2020 | 408.348 | 36.885 (9,0) | 154 | 103.515 | n.g. |
| 06.04.–12.04.2020 | 380.197 | 30.791 (8,1) | 164 | 116.655 | n.g. |
| 13.04.–19.04.2020 | 331.902 | 22.082 (6,7) | 168 | 123.304 | 730.156 |
| 20.04.–26.04.2020 | 363.890 | 18.083 (5,0) | 178 | 136.064 | 818.426 |
| 27.04.–03.05.2020 | 326.788 | 12.608 (3,9) | 175 | 141.815 | 860.494 |
| 04.05.–10.05.2020 | 403.875 | 10.755 (2,7) | 182 | 153.698 | 964.962 |
| 11.05.–17.05.2020 | 430.882 | 7227 (1,7) | 181 | 157.150 | 1.038.223 |
| 18.05.–24.05.2020 | 344.782 | 5116 (1,5) | 172 | 159.418 | 1.050.676 |
| 25.05.–31.05.2020 | Steht noch aus | 156.824 | 1.017.179 | ||
n.g. nicht gemeldet
SARS-CoV-2-Infektionen können auf diese Weise meist nur innerhalb eines bestimmten Zeitfensters erfasst werden. Bestimmte Szenarien falsch negativer Testungen sind beschrieben [4]: Am Tag der Exposition wurden zu 100 % negative Ergebnisse gefunden; bis zum vierten Tag liegt die Rate falsch negativer Befunde bei 38 %. Allerdings kann es vorkommen, dass selbst 3 Tage nach Symptombeginn kein Virusnachweis gelingt, sodass die Befundinterpretation nicht trivial ist. Mit entsprechender Klinik wurde die Diagnose oft auch nach einer Computertomographie gestellt [5].
Bereits früh wurden zudem symptomlose Infektionen beschrieben [6, 7], sodass sich das Virus anfangs teils unbemerkt in New York, Frankreich oder Italien ausbreiten konnte [7–9]. Interessanterweise wurde unter besonderen Bedingungen wie der systematischen Beprobung auf einem Kreuzfahrtschiff eine Rate von 81 % (104 von 128) asymptomatischen Infizierten gefunden [10], 16 Tage nach dem Auftreten der Beschwerden eines Passagiers. Es gibt Hinweise, dass die Infektionen ohne Symptome eine geringere Immunantwort zeigen und auch kürzer Viren verbreiten („shedding“) [11]. Frühzeitige Maßnahmen zur Eindämmung können so erschwert werden [12].
Regionale und zeitliche Unterschiede
Gerade durch die Nähe zu Frankreich, aber auch durch Rückkehrer aus dem Ski-Urlaub in Südtirol und Österreich entstanden Hotspots im Zollernalbkreis, im Hohenlohekreis, in Esslingen, Pforzheim und Heilbronn. In den Universitätskliniken von Baden-Württemberg wurden daher besonders viele Patienten intensivmedizinisch betreut: Bis zum 25.05.2020 wurden im Tübinger Universitätsklinikum 242 Patienten stationär betreut (beatmet: 86, verstorben: 36). In Freiburg waren es zum Vergleich 200 (Intensivstation: 70, verstorben: 50); 82.246 verstorbene Menschen bedeuten laut dem Statistischen Bundesamt eine Erhöhung um 8 % (+5942 Fälle) gegenüber dem Durchschnitt der 4 Vorjahre. Obwohl diese sog. Übersterblichkeit in Deutschland also geringer war als in den europäischen Nachbarländern (Frankreich: +27 % 01.03.–20.04.2020; Italien: +49 % 03.2020), trugen maßgeblich 3 Bundesländer zu erhöhten Sterbefallzahlen bei (Bayern: +18 %, Baden-Württemberg: 16 %, Nordrhein-Westfalen: +5 %). Gerade in den ersten Tagen der Pandemie gab es – ähnlich wie später in England – einen erheblichen Mangel an persönlicher Schutzausrüstung [13, 14]. Nachdem untersuchte und behandelte Patienten im Nachhinein als infiziert gemeldet wurden, stellte sich an der Universitätsaugenklinik Tübingen die Frage, wie stark sich das Virus unbemerkt unter den Mitarbeitern verbreitet haben könnte, ähnlich zum Bericht eines südafrikanischen Krankenhauses [15, 16]. Das eindrückliche Beispiel verdeutlicht gut, dass die Ausbreitung über Pflegepersonal und Ärzte eine relevante Gefahr darstellt.
Immunantwort und unterschiedliche Testverfahren
Relativ zeitgleich, 10 bis 14 Tage nach Beginn der Infektion, wurde die Bildung von IgM- und IgG-Antikörpern beschrieben [17–19]. Schwere Infektionen gingen höheren Titern voraus. Darüber hinaus wurde beschrieben, dass Alter und Geschlecht Einfluss auf Zeitpunkt und Stärke der Antikörperformation haben können [20]. Die Mehrheit der Arbeiten geht mittlerweile von einem sehr hohen Anteil mit sicher zu detektierender Immunreaktion aus [21]. Erste Berichte von keinen (6 %) oder geringen Antikörperspiegeln (30 %) bestätigten sich nicht [22]. Trotz enormer und andauernder Bemühungen, Immunreaktionen auf SARS-CoV‑2 in verschiedenen klinischen Umgebungen zu untersuchen, gibt es bisher unzureichende Daten und ein schlechtes Verständnis des Ausmaßes und der Dauer von Antikörperreaktionen (IgM, IgG und IgA) nach asymptomatischen, leichten und schweren Infektionen. Die Möglichkeit einer T‑Zell-vermittelten Immunität bedeutet, dass doch einige der Infizierten überhaupt keine Antikörper ausbilden [18].
Aussagekraft und Informationsgehalt der Testverfahren können sich erheblich unterscheiden [23, 24]. Obwohl die Präanalytik, also die Gewinnung einer Serum- oder Plasmaprobe relativ unempfindlich gegenüber möglichen Fehlern ist, hat ein fehlendes schnelles oder erleichtertes Zulassungsverfahren der Behörden anfangs dazu geführt, dass Tests mit einer Genauigkeit unter 30 % verwendet wurden [25].
Schnelltests (POC: „point of care“) auf Antikörper boten anfangs eine einfache Anwendung mit wenig logistischem Aufwand (Abb. 1; [26]). Das Ergebnis beschränkt sich aber auf eine binäre Aussage (Antikörper vorhanden oder nicht) und erlaubt gar keine Aussage über die Dauer einer evtl. Immunität. Quantitative ELISA-Assays liefern dagegen einen Titer; sie erfordern eine sorgfältige Kalibrierung (Abb. 2). Nachdem gerade anfangs zahlreiche unseriöse und unzuverlässige Schnelltests angeboten wurden, hat die Bedeutung der POC-Tests abgenommen. Angesichts ausgezeichneter Plattformen und schnell verfügbarer Tests mit stark verbesserter Spezifität (ATELICA® [Siemens Healthcare GmbH, Erlangen, Deutschland], ELECYS® [Roche Diagnostics Deutschland GmbH, Mannheim, Deutschland], ARCHITECT® [Abbott GmbH, Wiesbaden, Deutschland], VITROS® [Ortho, Ortho-Clinical Diagnostics GmbH, Neckargmünd, Deutschland]; LIAISON® [Diasorrin, Saluggia Italien]) ist eine flächendeckende und schnelle Testung mit hohem Durchsatz möglich.
Neutralisationstests, bei denen Antikörper einer Serumprobe verhindern sollen, dass anfällige Zellen infiziert werden, stellen als Goldstandard die Referenzmethode dar. Sie sind allerdings nur in speziell gesicherten Laboratorien verfügbar. Eine Alternative ist das Ausweichen auf pseudotypisierte Viren (PV).
Information schafft Sicherheit: Seroprävalenz in Gesundheitsberufen
Augenärzte und Mitarbeiter entsprechender Einrichtungen sind aufgrund der körperlichen Nähe einem erhöhten Risiko ausgesetzt [28]. Um datengestützte Entscheidungen treffen zu können, muss die aktuelle Situation des Infektionsgeschehens in Echtzeit überwacht werden. Dazu kann die Leistungsfähigkeit serologischer Tests genutzt werden. Seroepidemiologie kann das Verständnis der Übertragungsintensität und der Anfälligkeit in der Bevölkerung verbessern. Trotz Restunsicherheiten auf individueller Ebene sind serologische Tests in definierten Stichproben (Sero-Surveillance) sinnvoll. Nach den amerikanischen Centers for Disease Control and Prevention (CDC) sind 3 Strategien empfohlen [29]:
Die initiale Verwendung eines Tests mit einer hohen Spezifität ermöglicht eine hohe Zuverlässigkeit ab einer Prävalenz von ≥5 %.
Eine sequenzielle Testung erhöht die Zuverlässigkeit, falls der zweite Test ein anderes Design (z. B. Antigenepitop oder Format) aufweisen.
Eine Konzentration der Testung auf Personen mit hoher Erkrankungswahrscheinlichkeit (Symptomatik und zeitlicher Bezug von infizierten Kontaktpersonen) ist eine mögliche Strategie.
Im Hinblick auf die letzten beiden Punkte wurde allen Mitarbeitern der Tübinger Augenklinik und des Forschungsinstituts die Testung mittels validierter Assays (hohe Schwellenwerte und geringe Kreuzreaktivität der Coronaviren Untergruppe B) angeboten (Abb. 3). Antikörper gegen die S1-Domäne des Spike-Proteins von SARS-CoV‑2 (ELISA, Euroimmun AG, Lübeck, Deutschland [EI 2606–9601 G], Sensitivität >10 Tage: 75 %, ≥21 Tage: 93,8 %; Spezifität: 99,0 %) werden bestimmt. In weiteren Tests wird ein rekombinantes Antigen des Nukleocapsid(N-)Proteins zur Bestimmung der SARS-CoV-2-Antikörper mittels Elektrochemilumineszenz-Immunoassay (ECLIA, Roche Deutschland GmbH, Grenzach-Wyhlen, Deutschland [Elecys®], Sensitivität >14 Tage: 100 %, Spezifität: 99,8 %) verwendet. Chemilumineszenz-markiertes rekombinantes SARS-CoV-2 Antigen (S1 RBD-Antigen-Sandwich-Immuntest, Siemens Healthcare Diagnostics GmbH, Erlangen, Deutschland [ADVIA Centaur®] dient zur Bestimmung der Gesamtantikörper (IgM und IgG).
Kritische Diskussion der Aussagekraft und Validität
Es darf nicht vergessen werden, dass die Prävalenz einer Erkrankung entscheidenden Einfluss auf die Eignung eines diagnostischen Tests hat (Tab. 2). Augenärzten sind die Probleme vom Thema Früherkennung vor dem Hintergrund einer niedrigen Glaukomprävalenz gut bekannt [30]. Mögliche Limitationen und die Relevanz falsch positiver Befunde sind erst recht dann von Bedeutung, wenn die Hoffnungen auf eine unklare Immunität oder die Rückkehr an den Arbeitsplatz damit verbunden werden. Ob das Vorhandensein von Antikörpern eine ausreichende Immunität gegen weitere Infektionen und ggf. über welchen Zeitraum bietet, ist darüber hinaus eine Prämisse, die erst noch durch Studien belegt werden muss.
| Prävalenz in % | Vorhersagewert für einzelnen Test (Sensitivität: 90 %, Spezifität: 95 %) in % |
Beispiel: Tatsächlich infiziert |
Vorhersagewert durch 2 orthogonale Tests (Sensitivität: 90 %, Spezifität: 95 %) in % |
Beispiel: Tatsächlich infiziert |
|---|---|---|---|---|
| 2 | 26,9 | 1 von 3,72 positiv Getesteten | 86,9 | 1 von 1,15 positiv Getesteten |
| 5 | 48,6 | 1 von 2,06 positiv Getesteten | 94,5 | 1 von 1,06 positiv Getesteten |
| 10 | 66,7 | 1 von 1,49 positiv Getesteten | 97,3 | 1 von 1,02 positiv Getesteten |
| 15 | 76,1 | 1 von 1,31 positiv Getesteten | 98,3 | 1 von 1,02 positiv Getesteten |
| 30 | 88,5 | 1 von 1,13 positiv Getesteten | 99,3 | 1 von 1,01 positiv Getesteten |
Die Zuverlässigkeit eines positiven Testergebnisses wird durch den „prädiktiven Wert“ angegeben, dessen Bedeutung für die SARS-CoV-2-Infektion außerhalb von Hotspots bereits hervorgehoben wurde [31]: Angesichts einer mittleren Sensitivität bzw. Spezifität zugelassener Antikörpertests zwischen 84,90 % bzw. 98,63 % kann der positive Vorhersagewert (a / (a + b) mit a: Anzahl der richtig positiv getesteten Personen und a + b: Anzahl aller positiv getesteten Personen) in Gebieten mit geringer Prävalenz nur 30–50 % betragen. Neue Antikörpertests erreichen eine deutlich höhere Spezifität (Abb. 4).
Strategien und Modelle
In Deutschland muss – selbst für Beschäftigte des Gesundheitswesens – aktuell noch von einer einstelligen Seroprävalenz ausgegangen werden. Testungen können somit auch die Beachtung sinnvoller Hygiene- und Schutzmaßnahmen verbessern [34, 35], indem sie die eigene Anfälligkeit verdeutlichen, aber Verunsicherung und Ängste reduzieren. Dennoch sollten die Auswirkungen auf die individuelle Risikobewertung nicht überschätzt werden [36, 37].
Das Testen auf Antikörper wird spätestens im Rahmen zukünftiger Impfungen und Therapiestudien unabdingbar sein [33]. Menschen mit neutralisierenden Antikörpern können Infizierten über eine Plasmaspende helfen; diese Antikörper haben ein großes therapeutisches Potenzial, das vielerorts bereits genutzt wird [38–41]. Viele Genesene zeigen neutralisierende Antikörper; bereits vorhandene Memory-B-Zellen lassen auf frühere Infektionen schließen [42]. Für Kohorten aus Wuhan wurde eine Seropositivität zwischen 3,2 und 3,8 % beschrieben, dabei höhere Raten für chronisch Kranke, Besucher und Gesundheitsberufe [43].
Obwohl Dauer und Sicherheit einer möglichen Immunität zur Verringerung des Übertragungsrisikos nicht abschließend beurteilt werden können, sind Modelle auf dem Weg zur schützenden Herdenimmunität von großer Bedeutung [44–47]. Auf regionaler Ebene können so die dunklen Flecken verkleinert werden [48, 49].
Infobox Weiterführende Links
Fazit für die Praxis
Die Testung von Ärzten und Pflegekräften kann Hinweise auf die Immunität geben, insbesondere aber Klarheit über die Seroprävalenz einer definierten Kohorte schaffen. So können insbesondere die Wachsamkeit und das Bewusstsein für Hygienemaßnahmen und Abstandsregeln geschärft werden.
Einhaltung ethischer Richtlinien
Interessenkonflikt
F. Ziemssen, T. Bayyoud, K.U. Bartz-Schmidt, A. Peter und M. Ueffing geben an, dass kein Interessenkonflikt besteht.
Dieser Beitrag berichtet über eine Studie, die an Menschen durchgeführt wurde (ClinicalTrials.gov Identifier: NCT04446338). Für die prospektive Studie wurde eine Genehmigung des Prüfplans bei der zuständigen Ethikkommission eingeholt.
Literatur
- 1.Corman VM, Landt O, Kaiser M, et al. Detection of 2019 novel coronavirus (2019-nCoV) by real-time RT-PCR. Euro Surveill. 2020;25(3):2000045. doi: 10.2807/1560-7917.ES.2020.25.3.2000045. [DOI] [PMC free article] [PubMed] [Google Scholar]
- 2.Robert Koch-Institut Erfassung der SARS-CoV-2-Testzahlen in Deutschland (Update vom 28.5.2020) Epid Bull. 2020;22:7. doi: 10.25646/6921. [DOI] [Google Scholar]
- 3.Maxmen A. Thousands of coronavirus tests are going unused in US labs. Nature. 2020;580:312–313. doi: 10.1038/d41586-020-01068-3. [DOI] [PubMed] [Google Scholar]
- 4.Kucirka LM, Lauer SA, Laeyendecker O, Boon D, Lessler J. Variation in false-negative rate of reverse transcriptase polymerase chain reaction-based SARS-coV-2 tests by time since exposure. Ann Intern Med. 2020 doi: 10.7326/m20-1495. [DOI] [PMC free article] [PubMed] [Google Scholar]
- 5.Mei X, Lee HC, Diao KY, et al. Artificial intelligence-enabled rapid diagnosis of patients with COVID-19. Nat Med. 2020 doi: 10.1038/s41591-020-0931-3. [DOI] [PMC free article] [PubMed] [Google Scholar]
- 6.Wu J, Liu X, Liu J, et al. Coronavirus disease 2019 test results after clinical recovery and hospital discharge among patients in China. JAMA Netw Open. 2020;3(5):e209759. doi: 10.1001/jamanetworkopen.2020.9759. [DOI] [PMC free article] [PubMed] [Google Scholar]
- 7.Gonzalez-Reiche AS, Hernandez MM, Sullivan MJ, et al. Introductions and early spread of SARS-CoV-2 in the New York City area. Science. 2020 doi: 10.1126/science.abc1917. [DOI] [PMC free article] [PubMed] [Google Scholar]
- 8.Deslandes A, Berti V, Tandjaoui-Lambotte Y, et al. SARS-COV-2 was already spreading in France in late December 2019. Int J Antimicrob Agents. 2020 doi: 10.1016/j.ijantimicag.2020.106006. [DOI] [PMC free article] [PubMed] [Google Scholar]
- 9.Gatto M, Bertuzzo E, Mari L, Miccoli S, Carraro L, Casagrandi R, Rinaldo A. Spread and dynamics of the COVID-19 epidemic in Italy: effects of emergency containment measures. Proc Natl Acad Sci. 2020;117(19):10484–10491. doi: 10.1073/pnas.2004978117. [DOI] [PMC free article] [PubMed] [Google Scholar]
- 10.Ing AJ, Cocks C, Green JP. COVID-19: in the footsteps of Ernest Shackleton. Thorax. 2020 doi: 10.1136/thoraxjnl-2020-215091. [DOI] [PMC free article] [PubMed] [Google Scholar]
- 11.Yang R, Gui X, Xiong Y. Comparison of clinical characteristics of patients with asymptomatic vs symptomatic Coronavirus disease 2019 in Wuhan, China. JAMA Netw Open. 2020;3(5):e2010182. doi: 10.1001/jamanetworkopen.2020.10182. [DOI] [PMC free article] [PubMed] [Google Scholar]
- 12.Dehning J, Zierenberg J, Spitzner F, et al. Inferring change points in the spread of COVID-19 reveals the effectiveness of interventions. Science. 2020 doi: 10.1126/science.abb9789. [DOI] [PMC free article] [PubMed] [Google Scholar]
- 13.Shirodkar AL, De Silva I, Verma S, et al. Personal Protective Equipment (PPE) use among emergency eye care professionals in the UK during the COVID19 pandemic. Eye. 2020 doi: 10.1038/s41433-020-0970-5. [DOI] [PMC free article] [PubMed] [Google Scholar]
- 14.Leung NHL, Chu DKW, Shiu EYC, et al. Respiratory virus shedding in exhaled breath and efficacy of face masks. Nat Med. 2020;26:676–680. doi: 10.1038/s41591-020-0843-2. [DOI] [PMC free article] [PubMed] [Google Scholar]
- 15.Nordling L. Study tells ‘remarkable story’ about COVID-19’s deadly rampage through a South African hospital. Science. 2020 doi: 10.1126/science.abc9593. [DOI] [Google Scholar]
- 16.https://www.krisp.org.za/manuscripts/StAugustinesHospitalOutbreakInvestigation_FinalReport_15may2020_comp.pdf. Zugegriffen: 3. Juni 2020
- 17.Long Q, Liu B, Deng H, et al. Antibody responses to SARS-CoV-2 in patients with COVID-19. Nat Med. 2020 doi: 10.1038/s41591-020-0897-1. [DOI] [PubMed] [Google Scholar]
- 18.Ueffing M, Bayyoud T, Schindler M, Ziemssen F. Grundlagen der Virusreplikation und der Immunologie des SARS-CoV‑2 Virus. Ophthalmologe. 2020 doi: 10.1007/s00347-020-01155-w. [DOI] [PMC free article] [PubMed] [Google Scholar]
- 19.Kellam P, Barclay W. The dynamics of humoral immune responses following SARS-CoV-2 infection and the potential for reinfection. J Gen Virol. 2020 doi: 10.1099/jgv.0.001439. [DOI] [PMC free article] [PubMed] [Google Scholar]
- 20.Bryant JE, Azman AS, Ferrari MS, et al. Serology for SARS-CoV-2: apprehensions, opportunities, and the path forward. Sci Immunol. 2020;5(47):eabc6347. doi: 10.1126/sciimmunol.abc6347. [DOI] [PubMed] [Google Scholar]
- 21.Mallapaty S. Antibody tests suggest that coronavirus infections vastly exceed official counts. Nature. 2020 doi: 10.1038/d41586-020-01095-0. [DOI] [PubMed] [Google Scholar]
- 22.Wu F, Wang A, Liu M, Wang Q, Chen J, Xia S, Jiang S, et al. Neutralizing antibody responses to SARS-CoV-2 in a COVID-19 recovered patient cohort and their implications. Lancet. 2020 doi: 10.2139/ssrn.3566211. [DOI] [Google Scholar]
- 23.Service RF. Coronavirus antigen tests: quick and cheap, but too often wrong? Science. 2020 doi: 10.1126/science.abc9586. [DOI] [Google Scholar]
- 24.www.finddx.org/covid-19/pipeline/. Zugegriffen: 3. Juni 2020
- 25.https://www.fda.gov/medical-devices/letters-health-care-providers/important-information-use-serological-antibody-tests-covid-19-letter-health-care-providers. Zugegriffen: 3. Juni 2020
- 26.Sheridan C. Fast, portable tests come online to curb coronavirus pandemic. Nat Biotechnol. 2020;38:515–518. doi: 10.1038/d41587-020-00010-2. [DOI] [PubMed] [Google Scholar]
- 27.Sajida M, Kawde A-N, Daud M. Designs, formats and applications of lateral flow assay: A literature review. J Saudi Chem Soc. 2015 doi: 10.1016/j.jscs.2014.09.001. [DOI] [Google Scholar]
- 28.U.S. Department of Labor, O*Net Database (2020) Covid-19 Occupational Risk Score. https://www.visualcapitalist.com/the-front-line-visualizing-the-occupations-with-the-highest-covid-19-risk/?fbclid=IwAR0oduu87u4SOupqGWbW8twMtLHrJotNJ7Jl_WS31XrI4Mfwmnc3rfKx6ro. Zugegriffen: 3. Juni 2020
- 29.CDC (Hrsg) (2020) CDC Interim Guidelines for COVID-19 Antibody Testing. https://www.cdc.gov/coronavirus/2019-ncov/lab/resources/antibody-tests-guidelines.html. Zugegriffen: 3. Juni 2020
- 30.Höhn R, Nickels S, Schuster AK, et al. Prevalence of glaucoma in Germany: results from the Gutenberg Health Study. Graefes Arch Clin Exp Ophthalmol. 2018;256(9):1695–1702. doi: 10.1007/s00417-018-4011-z. [DOI] [PubMed] [Google Scholar]
- 31.Mathur G, Mathur S. Antibody testing for COVID-19: Can it be used as a screening tool in areas with low prevalence? Am J Clin Pathol. 2020 doi: 10.1093/ajcp/aqaa082. [DOI] [PMC free article] [PubMed] [Google Scholar]
- 32.http://tools.westgard.com/predictive.shtml. Zugegriffen: 3. Juni 2020
- 33.Lipsitch M, Kahn R, Mina MJ. Antibody testing will enhance the power and accuracy of COVID-19-prevention trials. Nat Med. 2020 doi: 10.1038/s41591-020-0887-3. [DOI] [PubMed] [Google Scholar]
- 34.Prather KA, Wang CC, Schooley RT. Reducing transmission of SARS-CoV-2. Science. 2020 doi: 10.1126/science.abc6197. [DOI] [PubMed] [Google Scholar]
- 35.West R, Michie S, Rubin GJ, Amlôt R. Applying principles of behaviour change to reduce SARS-CoV-2 transmission. Nat Hum Behav. 2020;4:451. doi: 10.1038/s41562-020-0887-9. [DOI] [PubMed] [Google Scholar]
- 36.Larochelle MR. “Is it safe for me to go to work?” risk stratification for workers during the Covid-19 pandemic. N Engl J Med. 2020 doi: 10.1056/nejmp2013413. [DOI] [PubMed] [Google Scholar]
- 37.Bradley SH, Kirby E, Wheatstone P. Managing individual and population risk from covid-19. BMJ. 2020;369:m2098. doi: 10.1136/bmj.m2098. [DOI] [PubMed] [Google Scholar]
- 38.Ju B, Zhang Q, Ge J, et al. Human neutralizing antibodies elicited by SARS-CoV-2 infection. Nature. 2020 doi: 10.1038/s41586-020-2380-z. [DOI] [PubMed] [Google Scholar]
- 39.Wu Y, Wang F, Shen C, et al. A noncompeting pair of human neutralizing antibodies block COVID-19 virus binding to its receptor ACE2. Science. 2020 doi: 10.1126/science.abc2241. [DOI] [PMC free article] [PubMed] [Google Scholar]
- 40.Pinto D, Park Y, Beltramello M, et al. Cross-neutralization of SARS-CoV-2 by a human monoclonal SARS-CoV antibody. Nature. 2020 doi: 10.1038/s41586-020-2349-y. [DOI] [PubMed] [Google Scholar]
- 41.Casadevall A, Pirofski LA. The convalescent sera option for containing COVID-19. J Clin Invest. 2020;130(4):1545–1548. doi: 10.1172/JCI138003. [DOI] [PMC free article] [PubMed] [Google Scholar]
- 42.Wec AZ, Wrapp D, Herbert AS, et al. Broad neutralization of SARS-related viruses by human monoclonal antibodies. Science. 2020 doi: 10.1126/science.abc7424. [DOI] [PMC free article] [PubMed] [Google Scholar]
- 43.Xu X, Sun J, Nie S, et al. Seroprevalence of immunoglobulin M and G antibodies against SARS-CoV-2 in China. Nat Med. 2020 doi: 10.1038/s41591-020-0949-6. [DOI] [PubMed] [Google Scholar]
- 44.Weitz JS, Beckett SJ, Coenen AR, et al. Modeling shield immunity to reduce COVID-19 epidemic spread. Nat Med. 2020 doi: 10.1038/s41591-020-0895-3. [DOI] [PMC free article] [PubMed] [Google Scholar]
- 45.Vespignani A, Tian H, Dye C, et al. Modelling COVID-19. Nat Rev Phys. 2020 doi: 10.1038/s42254-020-0178-4. [DOI] [PMC free article] [PubMed] [Google Scholar]
- 46.Kissler SM, Tedijanto C, Goldstein E, Grad YH, Lipsitch M. Projecting the transmission dynamics of SARS-CoV-2 through the postpandemic period. Science. 2020;368(6493):860–868. doi: 10.1126/science.abb5793. [DOI] [PMC free article] [PubMed] [Google Scholar]
- 47.Moghadas SM, Shoukat A, Fitzpatrick MC, et al. Projecting hospital utilization during the COVID-19 outbreaks in the United States. Proc Natl Acad Sci. 2020;117(16):9122–9126. doi: 10.1073/pnas.2004064117. [DOI] [PMC free article] [PubMed] [Google Scholar]
- 48.Salje H, Kiem CT, Lefrancq N, et al. Estimating the burden of SARS-CoV-2 in France. Science. 2020 doi: 10.1126/science.abc3517. [DOI] [PMC free article] [PubMed] [Google Scholar]
- 49.Krammer F, Simon V. Serology assays to manage COVID-19. Science. 2020 doi: 10.1126/science.abc1227. [DOI] [PubMed] [Google Scholar]




