High Community SARS-CoV-2 Antibody Seroprevalence in a Ski Resort Community, Blaine County, Idaho, US. Preliminary Results
Notice bibliographique
Résumé
Abstract Community-level seroprevalence surveys are needed to determine the proportion of the population with previous SARS-CoV-2 infection, a necessary component of COVID-19 disease surveillance. In May, 2020, we conducted a cross-sectional seroprevalence study of IgG antibodies for nucleocapsid of SARS-CoV-2 among the residents of Blaine County, Idaho, a ski resort community with high COVID-19 attack rates in late March and Early April (2.9% for ages 18 and older). Participants were selected from volunteers who registered via a secure web link, using prestratification weighting to the population distribution by age and gender within each ZIP Code. Participants completed a survey reporting their demographics and symptoms; 88% of volunteers who were invited to participate completed data collection survey and had 10 ml of blood drawn. Serology was completed via the Abbott Architect SARS-CoV-2 IgG immunoassay. Primary analyses estimated seroprevalence and 95% credible intervals (CI) using a hierarchical Bayesian framework to account for diagnostic uncertainty. Stratified models were run by age, sex, ZIP Code, ethnicity, employment status, and a priori participant-reported COVID-19 status. Sensitivity analyses to estimate seroprevalence included base models with post-stratification for ethnicity, age, and sex, with or without adjustment for multi-participant households. IgG antibodies to the virus that causes COVID-19 were found among 22.7% (95% CI: 20.1%, 25.5%) of residents of Blaine County. Higher levels of antibodies were found among residents of the City of Ketchum 34.8% (95% CI 29.3%, 40.5%), compared to Hailey 16.8% (95%CI 13.7%, 20.3%) and Sun Valley 19.4% (95% 11.8%, 28.4%). People who self-identified as not believing they had COVID-19 had the lowest prevalence 4.8% (95% CI 2.3%, 8.2%). The range of seroprevalence after correction for potential selection bias was 21.9% to 24.2%. This study suggests more than 80% of SARS-CoV-2 infections were not reported. Although Blaine County had high levels of SARS-CoV-2 infection, the community is not yet near the herd immunity threshold.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».