High seroprevalence for SARS-CoV-2 among household members of essential workers detected using a dried blood spot assay
Notice bibliographique
Résumé
Abstract Objective Serological testing is needed to investigate the extent of transmission of SARS-CoV-2 from front-line essential workers to their household members. However, the requirement for serum/plasma limits serological testing to clinical settings where it is feasible to collect and process venous blood. To address this problem we developed a serological test for SARS-CoV-2 IgG antibodies that requires only a single drop of finger stick capillary whole blood, collected in the home and dried on filter paper (dried blood spot, DBS). Methods An ELISA to the receptor binding domain of the SARS-CoV-2 spike protein was optimized to quantify IgG antibodies in DBS. Samples were self-collected from a community sample of 232 participants enriched with health care workers, including 30 known COVID-19 cases and their household members. Results Among 30 individuals sharing a household with a virus-confirmed case of COVID-19, 80% were seropositive. Of 202 community individuals without prior confirmed acute COVID-19 diagnoses, 36% were seropositive. Of documented convalescent COVID-19 cases from the community, 29 of 30 (97%) were seropositive for IgG antibodies to the receptor binding domain. Conclusion DBS ELISA provides a minimally-invasive alternative to venous blood collection. Early analysis suggests a high rate of transmission among household members. High rates of seroconversion were also noted following recovery from infection. Serological testing for SARSCoV-2 IgG antibodies in DBS samples can facilitate seroprevalence assessment in community settings to address epidemiological questions, monitor duration of antibody responses, and assess if antibodies against the spike protein correlate with protection from reinfection.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».