Accuracy of different thresholds for the anti-HIV avidity index

Abstract

INTRODUZIONEUn'analisi accurata dell'epidemia da HIV in atto nel nostro paese si dovrebbe basare sull'incidenza dell'infezione (cioè sul numero di soggetti che hanno sieroconvertito in un determinato intervallo di tempo), che indichi non soltanto la velocità di diffusione del virus ma anche le caratteristiche delle persone che si contagiano al momento attuale. Tuttavia, per conoscere l'incidenza di HIV sono necessari studi di coorte impegnativi, molto costosi e difficilmente applicabili alla popolazione generale; viceversa, i metodi di "back-calculation" a partire dai casi di AIDS, che consentivano di stimare almeno l'incidenza pregressa di HIV, non possono più essere applicati a causa dell'allungamento della sopravvivenza dei pazienti infetti (1). Si impone pertanto con crescente urgenza uno strumento che fornisca delle informazioni più attendibili sui nuovi infetti da HIV, possibilmente attraverso dei metodi semplici di diagnosi sierologica. I sistemi di sorveglianza dell'infezione da HIV presenti in alcune nostre regioni e provincie (17) potrebbero fornire dati di incidenza, ma questi sistemi segnalano i soggetti che risultano anti-HIV positivi per la prima volta e che possono quindi rappresentare vecchie infezioni non note in precedenza. Le indagini di laboratorio finora disponibili per la diagnosi e il monitoraggio dell'infezione da HIV (ricerca di anticorpi con test di "screening" e di conferma, antigene p24, test combinati per anticorpi e antigene (2), HIV-RNA, conta dei linfociti CD4) non si sono rivelate accurate nell'individuare chi, fra i nuovi infetti, fosse anche un sieroconvertito recente. Alcuni studi internazionali hanno analizzato la possibilità di identificare le persone che hanno sieroconvertito recentemente per l'HIV attraverso un test da effettuare su un semplice campione di siero; in particolare, negli Stati Uniti è stato studiato ed applicato il "detuned test" o "STARHS" (Serologic Testing Algorithm for Recent HIV Seroconversion), che tuttavia presenta molti limiti (7,8,11). Una "datazione" dell'infezione, utile sia per scopi epidemiologici (sorveglianza di infezione, incidenza) che clinici è teoricamente possibile, come per altre patologie infettive, con metodiche atte a valutare l'avidità anticorpale, in base We evaluated the accuracy of the avidity index (AI) of anti-HIV antibodies on 357 serum samples obtained from 127 subjects for whom an estimated date of seroconversion was calculated on the basis of the interval between the last negative and first positive anti-HIV test result.The ROC curve analysis performed at different thresholds of the AI showed that a cutoff of 0.80 (93.0% sensitivity and 98.5% specificity) yields the best overall accuracy (95.8%) and should be employed for surveillance purposes, whereas the application of the anti-HIV AI on individual cases is not recommended.

Estimating the distribution of the window period for recent HIV infections: A comparison of statistical methods

“…For the AI we estimate the window period associated with a number of different thresholds. A threshold of 0.8 has previously been suggested as a cut-off to classify individuals as recently infected, based on sensitivity and specificity of the biomarker 6 months after the midpoint of the seroconversion interval 8 , 19 . We find such a threshold to be associated with a mean window period of 202 days (95 per cent CrI 174, 245).…”

HIV Infection among Illegal Migrants, Italy, 2004–2007

“…An avidity index < 0.80 indicated that infection was acquired recently (within the past 6 months); a higher index indicated that infection was acquired earlier (>6 months ago). A cutoff value of 0.80 was used and validated as having 93.0% sensitivity, 98.5% specificity ( 10 ), and >90.0% reproducibility. Avidity results were cross-checked with reported time of migration to assess likely place of exposure.…”

HIV incidence estimate combining HIV/AIDS surveillance, testing history information and HIV test to identify recent infections in Lazio, Italy

“…An AI lower than 0.80 was selected to define a recent infection because identified as threshold with the highest accuracy (area under the receiver operating curve: 0.958) corresponding to a sensitivity of 93.0% and a specificity of 98.5% [26]; this threshold was found to be associated with a mean window period of 202 days (standard error: 18.4 days) [27]. …”

“…The AI of antibodies is calculated by an automated anti-HIV enzyme immunoassay (EIA), the AxSYM HIV 1/2gO (Abbott Diagnostics Division, Delkenheim, Germany), according to a procedure already described by Selleri [ 23 ]. An AI lower than 0.80 was selected to define a recent infection because identified as threshold with the highest accuracy (area under the receiver operating curve: 0.958) corresponding to a sensitivity of 93.0% and a specificity of 98.5% [ 26 ]; this threshold was found to be associated with a mean window period of 202 days (standard error: 18.4 days) [ 27 ].…”