Procedimientos clínicos
La Unidad de Investigación de Malaria de Shoklo llevó a cabo los ensayos VHX y BPD en clínicas a lo largo de la frontera entre Tailandia y Myanmar en el noroeste de Tailandia, un área con baja transmisión estacional de malaria18,19. Las poblaciones de pacientes incluyen trabajadores migrantes y personas desplazadas de la etnia birmana y Karen 38. Durante el tiempo que se realizaron estos estudios, el tratamiento de curación radical con primaquina no era rutinario.
En ambos estudios, los episodios recurrentes se detectaron activamente en las visitas programadas por microscopía(el límite inferior de detección es de aproximadamente 50 parásitos por \(\upmu {\mathrm{{L}}}\)). Se alentó a los pacientes a que acudieran a las clínicas entre las visitas programadas cuando estaban enfermos, por lo que algunas recurrencias se detectaron pasivamente (menos del 5%). Se trataron todas las recidivas, independientemente de los síntomas.
Aprobación ética
El estudio BPD fue aprobado por el Comité de Ética de la Facultad de Medicina Tropical de la Universidad de Mahidol (MUTM 2011-043, TMEC 11-008) y el Comité de Ética de Investigación Tropical de Oxford (OXTREC 17-11) y se registró en ClinicalTrials.gov (NCT01640574). El estudio VHX recibió la aprobación ética del Comité de Ética de la Facultad de Medicina Tropical de la Universidad de Mahidol (MUTM 2010-006) y del Comité de Ética de Investigación Tropical de Oxford (OXTREC 04-10) y se registró en ClinicalTrials.gov (NCT01074905).
Vivax History trial (VHX)
Este ensayo controlado aleatorizado se llevó a cabo entre mayo de 2010 y octubre de 2012. En total, se aleatorizaron 644 pacientes mayores de 6 meses y con un peso superior a 7 kg con infección monoespecie por P. vivax sin complicaciones confirmada por microscopía (solo P. vivax) para recibir artesunato (2 mg/kg al día durante 5 días), cloroquina (25 mg de base por kg divididos en 3 días: 10, 10 y 5 mg/kg) o cloroquina más primaquina (0,5 mg de base por kg al día durante 14 días).
Los pacientes con deficiencia de G6PD (según lo determinado por la prueba de puntos fluorescentes) se aleatorizaron únicamente a los grupos de monoterapia con artesunato y cloroquina. Los sujetos fueron seguidos diariamente para un tratamiento farmacológico supervisado. El seguimiento continuó semanalmente durante 8 semanas y luego cada 4 semanas durante un total de 1 año. Los pacientes con infecciones por P. vivax confirmadas por microscopía se volvieron a tratar con el mismo fármaco del estudio que en la asignación original. Los pacientes de los grupos de monoterapia con artesunato o cloroquina que experimentaron más de 9 recidivas recibieron tratamiento curativo radical con el régimen estándar de primaquina (0,5 mg de base por kg por día durante 14 días).
Ensayo con la mejor Dosis de primaquina (BPD)
Entre febrero de 2012 y julio de 2014, se inscribieron 680 pacientes mayores de 6 meses en un ensayo controlado aleatorizado de cuatro vías que comparó simultáneamente dos regímenes de primaquina (0,5 mg/kg por día durante 14 días o 1 mg/kg por día durante 7 días) combinados con uno de dos tratamientos en etapas sanguíneas: cloroquina (25 mg de base por kg) o dihidroartemisinina-piperaquina (dihidroartemisinina 7 y piperaquina 55 mg/kg). Todas las dosis fueron supervisadas.
Los criterios de inclusión y exclusión para este estudio fueron los mismos que para el ensayo VHX, excepto los siguientes: se excluyó a los pacientes que presentaban deficiencia de G6PD por la prueba de puntos fluorescentes, tenían un hematocrito inferior al 25% o habían recibido una transfusión de sangre en 3 meses.
Las visitas de seguimiento ocurrieron en las semanas 2 y 4, y luego cada 4 semanas durante un total de un año. Cualquier recurrentes P. las infecciones de vivax detectadas por microscopía (los mismos criterios que para VHX) se trataron con un régimen estándar de cloroquina (25 mg de base por kg durante 3 días) y primaquina (0,5 mg de base por kg por día durante 14 días).
Genotipado de microsatélites
Se recolectó sangre completa para hemograma completo mediante punción venosa en un tubo EDTA de 2 mL. La sangre entera restante se congeló a -80 ° C. P. el ADN genómico vivax se extrajo de 1 ml de sangre venosa utilizando un sistema automatizado de extracción de ADN QIAsymphony SP (Qiagen, Alemania) y un mini kit de ADN QIAsymphony DSP (Qiagen, Alemania) de acuerdo con las instrucciones del fabricante. Para comparar los patrones genotípicos de infecciones primarias y recidivas, genotipamos inicialmente utilizando tres loci de microsatélites polimórficos que proporcionaron una amplificación muy limpia: sin picos de tartamudez y confiabilidad de la amplificación de PCR en las bajas densidades de parásitos que generalmente se encuentran en las infecciones recurrentes. Estos loci centrales eran PV.3.27, PV.3.502, y PV.ms8. Para todos los fragmentos12,39 se adoptó un enfoque de PCR seminómado12, 39. Todas las reacciones de amplificación se realizaron en un volumen total de 10 µL y en presencia de 10 mmol/L de Tris-HCl (pH 8,3), 50 mmol/L de KCl, 250 nmol/L de cada imprimador de oligonucleótidos, 2,5 mmol/L de MgCl2, 125 µmol/L de cada uno de los cuatro trifosfatos de desoxinucleósido y 0,4 U de takara polimerasa (TaKaRa BIO). Las reacciones de amplificación primaria se iniciaron con 2 µL de ADN genómico modelo preparado a partir de las muestras de sangre, y se utilizó 1 µL del producto de estas reacciones para iniciar las reacciones de amplificación secundarias. Los parámetros de ciclo para PCR fueron los siguientes: desnaturalización inicial por 5 min a 95 °C precedida de recocido realizado por 30 s a 52 °C, extensión realizada por 30 s a 72 °C, y desnaturalización realizada por 30 s a 94 °C. Después de un paso final de recocido, seguido de 2 min de extensión, la reacción se detuvo. Los productos de PCR se almacenaron a 4 °C hasta el análisis.
Se compararon los genotipos de parásitos en muestras recurrentes con los de las muestras enroladas, y se asignó a los pares de muestras una clasificación cruda basada en el SII, definida como relacionada basada en el SII mayoritario, si dos o tres de tres loci tipificados mostraban evidencia de SII, y diferente basada en la mayoría no en el SII, de lo contrario. Las llamadas heteroalélicas tenían evidencia de SII si incluían una llamada que fuera idéntica a otra en la comparación. Si las muestras emparejadas se clasificaban como relacionadas en función del SII mayoritario, o si uno o más de los loci iniciales no se amplificaban, se genotiparon seis marcadores microsatélites adicionales (no centrales) (PV.1.501, PV.ms1, PV.ms5, PV.ms6, PV.ms7, y PV.ms16). Para cada uno de los microsatélites, los detalles, incluyendo el motivo, el cromosoma, y la posición se proporcionan en la Tabla Suplementaria 3. Los recuentos de episodios divididos por el número de marcadores adicionales tipeados con éxito se proporcionan en la Tabla suplementaria 4. Para ver si los marcadores adicionales sesgan la inferencia de recaída, dividimos la probabilidad de recaída inferida en los datos genéticos nulos por el número de marcadores utilizados para estimar la probabilidad de recaída. Marcadores adicionales no sesgan la inferencia de recaída: la probabilidad de recaída disminuye con respecto a la anterior con uno a tres marcadores, estabilizándose alrededor de 0,25 a partir de entonces (Suplemento Fig. 5).
Para los alelos llamados a los microsatélites, las longitudes de los productos de PCR se midieron en comparación con los estándares de tamaño internos (Genescan 500 LIZ) en un analizador genético ABI 3100 (PE Applied Biosystems), utilizando el software GENESCAN y GENOTYPER (Applied Biosystems) para medir las longitudes de los alelos y cuantificar las alturas de pico. Se llamaban múltiples alelos cuando había múltiples picos por locus y donde había picos menores\(> 33 \%\) de la altura del alelo predominante. Incluimos muestras de control negativo (ADN humano o sin plantilla) en cada serie de amplificación. Un subconjunto de las muestras (n = 10) se analizó por triplicado para confirmar la consistencia de los resultados obtenidos. Todos los pares de cebadores se probaron para determinar su especificidad utilizando ADN genómico de P. falciparum o humanos.
Modelo de tiempo hasta el evento de recurrencia de malaria vivax
Para infecciones recurrentes por P. vivax en los estudios VHX y BPD, desarrollamos y comparamos dos modelos de mezcla de efectos mixtos bayesianos que describen los datos de tiempo hasta el evento condicionados al fármaco de tratamiento administrado. El primer modelo (modelo 1) asumió una eficacia del 100% de la primaquina en dosis altas con solo una reinfección posible después de la curación radical. El segundo modelo (modelo 2) permitió la recaída y la recrudescencia después de dosis altas de primaquina. En el cuadro complementario 5 figura una lista completa de supuestos relativos a ambos modelos. El modelo 1 sirvió como modelo base para evaluar la robustez. Se utilizó el modelo 2 como modelo final y todas las estimaciones comunicadas se derivan de él. La notación se eligió de manera que fuera consistente con la notación matemática para el modelo genético (ver más abajo). Tenga en cuenta que en la notación del modelo que sigue a \(n\) es un índice, mientras que arriba se usa para denotar recuentos. Para cada individuo indexado por el subíndice \(n \ en 1..N\), registramos los intervalos de tiempo (en días) entre los sucesivos episodios de P. vivax (el episodio de inscripción se denomina episodio 0). El último intervalo de tiempo es censurado correctamente al final del seguimiento. Los modelos no asumen sesgo de selección desde la pérdida hasta el seguimiento. Para el individuo \({n}{{\mathrm{{th}}}}\), los datos relativos al intervalo de tiempo \(t\) (el tiempo entre el episodio \(t-1\) y el episodio \(t\)) es de la forma \({{\boldsymbol{x}}}_{n}^{(t)}\) = {\({D}_{n}^{t},{Z}_{n}^{t},{C}_{n}^{t},{S}_{n}\)}, donde \({D}_{n}^{t}\in \{{\rm{AS}},{\rm{CQ}},{\rm{PMQ}}+\}\) es la combinación de fármacos utilizada para tratar el episodio \(t-1\) (AS: monoterapia con artesunato; CQ: monoterapia con cloroquina; PMQ\({}^{+}\): primaquina más tratamiento en estadio sanguíneo), \({Z}_{n}^{t}\) es el intervalo de tiempo en días, \({C}_{n}^{t}\in \{0,1\}\) indica si el intervalo fue censurado, donde 1 corresponde a una observación censurada correcta (es decir, el seguimiento terminó antes de que se observara la siguiente recurrencia) y 0 corresponde a una infección recurrente observada, y \({S}_{n}\) indica el estudio en el que se reclutó al paciente (1: VHX, 2: BPD). En general, let \({{\boldsymbol{x}}}_{n}\) = {\({{\boldsymbol{x}}}_{n}^{(0)},\ldots ,{{\boldsymbol{x}}}_{n}^{(T)}\)} denotan todos los datos de tiempo hasta el evento disponibles para el individuo \({n}{{\mathrm{{th}}}}\). Se produjeron pocas recurrencias (ocho) en las primeras 8 semanas para los pacientes aleatorizados a los grupos de dihidroartemisinina-piperaquina del ensayo BPD, por lo que modelamos el período post-profiláctico de piperaquina como idéntico al de la cloroquina (es decir, PMQ\({}^{+}\) incluye tanto cloroquina como dihidroartemisinina-piperaquina como tratamientos en estadio sanguíneo). En realidad, los perfiles de eliminación y las actividades intrínsecas son ligeramente diferentes, y la piperaquina proporciona una supresión asexual de la etapa ligeramente más prolongada que la cloroquina.
En ambos modelos, el tiempo hasta la recurrencia se modela como una mezcla de cuatro distribuciones, con pesos de mezcla dependiendo del tratamiento del episodio anterior. Las distribuciones de mezcla corresponden a los diferentes estados de recurrencia. Las cuatro mezclas son: reinfección, dada por una distribución exponencial; recaída temprana (periódica), dada por una distribución de Weibull con parámetros farmacodependientes de tratamiento; recaída tardía (de tasa constante), dada por una distribución exponencial; recrudescencia, dada por una distribución exponencial. El modelo 2 especifica diferentes proporciones de mezcla para el componente de reinfección en los grupos no primaquina y primaquina, \({p}_{n}^{{\rm{AS}}}={p}_{n}^{{\rm{CQ}}}\) y \({p}_{n}^{{\rm{PMQ+}}}\), respectivamente. La proporción de mezcla entre recaída temprana/periódica y recaída tardía/constante dentro del componente de recaída es la misma en los grupos de primaquina y no primaquina.
La probabilidad para el modelo 2 se da como
donde \({p}_{n}^{(\cdot )}\en (0,1)\) es el individuo y las drogas mezcla específica de la probabilidad de reinfección (establecer el antes reflejan nuestra creencia de que \({p}_{n}^{{\rm{COMO}}}={p}_{n}^{{\rm{PC}}}\ < \ {p}_{n}^{{\rm{PMQ+}}}\) y \({c}^{(\cdot )}\en (0,1)\) es el probabilidad de recrudescencia de la mezcla anidada de medicamentos específicos.
La probabilidad para el modelo 1 es la misma excepto que \({p}_{n}^{{\rm {PMQ+}}}=1\) (solo es posible reinfección). \({\mathcal {E}} (\cdot)\) denota la distribución exponencial. En ambos modelos, \({\lambda } _{{S} _ {n}}\) es la tasa de reinfección específica del estudio. La relación entre \({\lambda }_{1}\) y \({\lambda }_{2}\) es parametrizada como \({\lambda }_{2}=\delta {\lambda }_{1}\) donde los priores se especifican para \({\lambda }_{1}\) y \(\delta\). \(\delta\) especificó la disminución de la transmisión entre los períodos de estudio VHX y BPD. \({\lambda} _{{\rm {RC}}}\) es la tasa de recrudescencia (supuesta independiente del fármaco). \({c}^{{D}_{n}^{t}}\) es una proporción de mezcla anidada dependiente de drogas entre recrudescencia y recaída. El tiempo de recaída es en sí mismo una distribución de mezcla donde \(q\) es la proporción de mezcla doblemente anidada entre las recaídas tempranas (primer componente) y tardías (segundo componente). Esta es una proporción fija entre todos los individuos. Las recaídas tardías/de velocidad constante se parametrizan por la constante de velocidad \(\gamma\). Se supone que las recaídas tempranas están distribuidas en Weibull, denotadas \({\mathcal{W}}(\cdot ,\cdot )\), con parámetros de escala farmacodependientes \({\mu} _{D}_{n}^{t}}\) y parámetros de forma \({k}_{D}_{n}^{t}}\), por lo que con \({\mu} _{{\rm {CQ}}}={\mu} _{{\rm {PMQ+}}}\) y \({k}_{{\rm {CQ}}}={k}_{{\rm {PMQ+}}}\).
El individuo marginal de probabilidad de reinfección es dada por \({p}_{n}^{{D}_{n}^{t}}\); el individuo probabilidad marginal de recrudecimiento está dada por \(\left{c}^{{D}_{n}^{t}}\); el individuo marginales de la probabilidad de recaída es dada por \(\left\left\).
Utilizamos distribuciones previas informativas (Tabla Suplementaria 1) para garantizar la identificabilidad de los componentes de la mezcla. El contenido de información de los datos, además de lo especificado en el anterior, se examinó visualmente utilizando gráficos anteriores a posteriores. La gráfica anterior a posterior para el modelo 2 se muestra en la Fig suplementaria. 6. La identificación de los parámetros se determinó mediante simulación. Se extrajeron cincuenta conjuntos de datos sintéticos de cada uno de los procesos de generación de datos definidos por los modelos 1 y 2 y una versión modificada del modelo 2 que incorporaba reinfección estacional. El componente estacional se estimó a partir de la distribución empírica de la semana de inscripción en los estudios BPD y VHX. Los modelos se ajustaron a estos conjuntos de datos simulados y los parámetros estimados se compararon con los parámetros de verdad de simulación. Suplemento Fig. 7 muestra las tasas de fallo de PMQ+ estimadas (utilizando el modelo 2) frente a las tasas de fallo reales para los datos generados en el modelo 2 (ajuste del modelo bien especificado) y para los datos generados en la versión estacional del modelo 2 (ajuste del modelo mal especificado), respectivamente. La reinfección estacional resulta en una ligera sobreestimación de la tasa de fracaso. La comprobación posterior del modelo se realizó simulando 500 conjuntos de datos sintéticos de tiempo hasta el evento bajo la distribución predictiva posterior del ajuste final del modelo. El número de recurrencias por persona-año para cada grupo de tratamiento se eligió como estadística de resumen utilizada para calcular los valores predictivos posteriores de p (Fig.Suplementaria. 7).
Los modelos stan producen (i) distribuciones posteriores de Monte Carlo para todos los parámetros del modelo; (ii) estimaciones posteriores de estados de recurrencia para cada intervalo de tiempo \({{\boldsymbol{x}}}_{n}^{(t)}\); (iii) estimaciones de probabilidad logarítmica de cada sorteo posterior. Para cada modelo, ejecutamos ocho cadenas con \(1{0}^{5}\) iteraciones, adelgazamiento por 400 iteraciones y descarte la mitad para el quemado. La convergencia de las cadenas MCMC se evaluó utilizando trazadores que evaluaban la mezcla y la concordancia de las ocho cadenas independientes. Todos estos análisis se pueden replicar con el repositorio en línea de github.
Frecuencias alélicas y cardinalidad efectiva
Para cada genotipo de microsatélite, se estimaron las frecuencias alélicas utilizando todos los datos genéticos disponibles de los episodios de reclutamiento (137 VHX, 79 DBP) y un modelo multinomial-Dirichlet (Fig.Suplementaria. 8). Para cada marcador, la cardinalidad efectiva \({n}^ { * }\), definida como el número de alelos que proporcionan la misma probabilidad de identidad por casualidad dadas frecuencias alélicas equifrecuentes, se estimó como una sobre la suma de las frecuencias alélicas cuadradas40. A partir de las cardinalidades efectivas, podemos calcular el número de SNPs bialélicos hipotéticos a los que los nueve microsatélites equivalen de la siguiente manera:
donde \(m\) es el índice más de la \(M=9\) microsatélites y el logaritmo es la base de \({n}_{{\rm{SNP}}}^{* }\), la supuesta efectiva promedio de cardinalidad de un hipotético SNP. Esto es 2 para un SNP ideal y aproximadamente 1.5 para un SNP40 realista.
Modelo genético
El modelo genético arroja la probabilidad de que una P recurrente. el episodio de vivax en un individuo dado es una recrudescencia, recaída o reinfección con respecto a episodios observados previamente, dadas tres entradas: (1) probabilidades previas de que el episodio sea una recrudescencia, recaída o reinfección (en este trabajo se basan en datos de tiempo hasta el evento); (2) un conjunto de estimaciones de frecuencia alélica a nivel de población; (3) datos genéticos disponibles para los episodios observados para el individuo dado, cada uno con un máximo de nueve marcadores microsatélicos polialélicos. Para propagar la incertidumbre en (1) y (2), extraemos 100 muestras de Monte Carlo del modelo de tiempo hasta el evento y de las distribuciones posteriores de Dirichlet sobre frecuencias alélicas para cada marcador. El modelo genético no captura la incertidumbre debido a la variación en el número de marcadores genotipados, ya que es computacionalmente prohibitivo hacerlo en la actualidad. Sin embargo, el modelo genético no sobreinterpreta datos limitados: cuando los marcadores genotipados son pocos, simplemente devuelve estimaciones cercanas a las anteriores. El resto de esta sección ofrece una descripción informal del modelo. Una descripción detallada con una lista de supuestos y la especificación matemática completa se encuentra en los Métodos suplementarios.
Para un individuo dado, los parásitos dentro y entre infecciones se consideran extraños, hermanos o clones en relación entre sí (extraños se refiere a todos los parásitos cuya ascendencia compartida data más allá de un solo mosquito). El conjunto de relaciones entre parásitos se puede representar mediante un gráfico totalmente conectado. Cada vértice representa un genotipo haploide, y cada borde entre genotipos se etiqueta como un hermano o un extraño cuando los genotipos están contenidos dentro de la misma infección, o como un clon, un hermano o un extraño cuando los genotipos provienen de diferentes infecciones. Para infecciones complejas, el número de vértices es igual al COI, que se define como el número máximo de alelos por marcador observado.
El modelo asume que las recaídas pueden ocurrir para todas las relaciones entre parásitos a través de infecciones (extraños, hermanos y clones), mientras que las reinfecciones ocurren solo como extraños, y las recrudescencias solo como clones. Los pasos clave del modelo son los siguientes. En primer lugar, calculamos la probabilidad de los datos genéticos dada una gráfica de relación etiquetada. En segundo lugar, calculamos la probabilidad del gráfico propuesto dado que el episodio recurrente es una recrudescencia, una recaída y una reinfección. Tercero, sumamos todos los gráficos posibles. El conjunto de gráficos etiquetados incluye todas las formas posibles de clasificar por fases los datos de los microsatélites (es decir, atribuir alelos a genotipos haploides en infecciones complejas), así como todas las relaciones viables entre genotipos haploides. Por ejemplo, si el genotipo A es un clon de B y B es un clon de C, la única relación viable entre A y C es clonal.
El concepto de relación (probabilidad de EII) aparece en el primer paso. Sin embargo, el modelo no estima la relación. En su lugar, estima la probabilidad de observar los datos dados de EII multiplicada por la probabilidad de EII condicionada a una relación específica (por ejemplo, 0,5 para hermanos en una población de descendientes directos). Este cálculo hace uso de frecuencias alélicas (los alelos comunes compartidos son susceptibles de ser idénticos, pero no necesariamente debido al descenso, mientras que los alelos raros compartidos son más probables EII). Tenemos entonces la suma de las dos posibles EII escenarios (alelos son EII o no) para obtener la probabilidad de los datos observados condicional especificada en la relación,
Esto se calcula para todas las relaciones en pares en el gráfico de relaciones (consulte Métodos suplementarios para obtener más detalles).
La complejidad computacional del modelo genético lo limita al análisis conjunto de tres episodios (dos recurrencias) por paciente (en nuestros datos este es el caso de 158 pacientes). Para cada individuo con más de dos recidivas (54 pacientes), calculamos las probabilidades de estados de recidiva en parejas entre episodios (utilizando el modelo anterior) y construimos una matriz de adyacencia. Las probabilidades de recaída se definieron entonces como proporcionales a la probabilidad máxima estimada de recaída con respecto a todos los episodios anteriores, y las de recrudescencia con respecto al episodio directamente anterior. La probabilidad de reinfección es el complemento de la probabilidad de recaída más recrudecimiento. Estas probabilidades se re-ponderaron para sumar a 1.
Simulación genética
Utilizamos la simulación para explorar los requisitos de marcadores para la inferencia de estado recurrente. Como se describió anteriormente, se simularon datos de 3 a 12 marcadores de microsatélites independientes para infecciones emparejadas (un episodio primario seguido de una sola recurrencia) en tres escenarios: la recurrencia contiene un genotipo de parásito haploide que es un hermano, un extraño o un clon de un genotipo de parásito haploide en la infección primaria. Los datos simulados se analizaron asumiendo un antecedente uniforme sobre los estados de recurrencia (es decir, recrudescencia, reinfección y recaída, cada uno con probabilidades previas de un tercio). Para cada uno de los escenarios de extraños, hermanos y clones, simulamos datos de una infección inicial y recurrente con los respectivos COI 1 & 1, 2 & 1, y 1 & 2, con y sin error; y respectivos COIs 3 & 1, sin error. Para ilustrar el comportamiento del modelo cuando se aplica a datos erróneos, se simularon datos con error utilizando una probabilidad de error por locus extremadamente alta (0,2 frente a error realista \(<\ 0.01\)41). Cuando el COI excedía uno, el hermano, el extraño o el clon se encontraba entre genotipos haploides extraños no relacionados (un gráfico de relación con, a lo sumo, un solo borde no extraño). Para un conjunto dado de COI, este tipo de gráfico produce datos muy diversos y, por lo tanto, es el más difícil de analizar. Para episodios no erróneos con COI en 1 o 2, exploramos cardinalidades de 13 y 4 (el promedio y mínimo, respectivamente, de nuestro panel de nueve microsatélites). Para los datos erróneos y para los episodios con COIs de 3 & 1 se utilizó cardinalidad igual a 13 solamente. Los resultados de un subconjunto ilustrativo de las simulaciones genéticas se presentan en la Fig. 5 e Higos Suplementarios. 3 y 4. Todas las simulaciones genéticas se pueden replicar desde el repositorio github en línea, consulte la carpeta Simulation_Study.
Clasificación de episodios recurrentes
La estimación de la tasa de descubrimiento de falso fallo del modelo genético y la Fig. 4 ambos requieren la especificación de límites de clasificación. Elegimos arbitrariamente el intervalo como la zona de incertidumbre. Cada recidiva se clasifica como reinfección o fracaso, donde el fracaso es una recaída o una recrudescencia: si la suma de los intervalos creíbles superiores de recaída más recrudescencia es inferior a 0,3, la recidiva se clasifica como reinfección; si la suma de los intervalos creíbles inferiores de recaída más recrudescencia supera 0,7, la recidiva se clasifica como fracaso; de lo contrario, la clasificación se considera incierta. Dado que había evidencia insignificante de recrudescencia, todos los fracasos son esencialmente recaídas.
Resumen de informes
Más información sobre el diseño de la investigación está disponible en el Resumen de Informes de Investigación de la Naturaleza vinculado a este artículo.