Corona Immunitas: study protocol of a nationwide program of SARS-CoV-2 seroprevalence and seroepidemiologic studies in Switzerland
Notice bibliographique
Résumé
OBJECTIVES: Seroprevalence studies to assess the spread of SARS-CoV-2 infection in the general population and subgroups are key for evaluating mitigation and vaccination policies and for understanding the spread of the disease both on the national level and for comparison with the international community. METHODS: Corona Immunitas is a research program of coordinated, population-based, seroprevalence studies implemented by Swiss School of Public Health (SSPH+). Over 28,340 participants, randomly selected and age-stratified, with some regional specificities will be included. Additional studies in vulnerable and highly exposed subpopulations are also planned. The studies will assess population immunological status during the pandemic. RESULTS: Phase one (first wave of pandemic) estimates from Geneva showed a steady increase in seroprevalence up to 10.8% (95% CI 8.2-13.9, n = 775) by May 9, 2020. Since June, Zurich, Lausanne, Basel City/Land, Ticino, and Fribourg recruited a total of 5973 participants for phase two thus far. CONCLUSIONS: Corona Immunitas will generate reliable, comparable, and high-quality serological and epidemiological data with extensive coverage of Switzerland and of several subpopulations, informing health policies and decision making in both economic and societal sectors. ISRCTN Registry: https://www.isrctn.com/ISRCTN18181860 .
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 | 0,018 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,052 | 0,020 |
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 ».