Severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) seroprevalence: Navigating the absence of a gold standard
Notice bibliographique
Résumé
ABSTRACT Background Multiple anti-SARS-CoV-2 immunoassays are available, but no gold standard exists. We assessed four assays using various methodological approaches to estimate SARS-COV-2 seroprevalence during the first COVID-19 wave in Canada. Methods This serial cross-sectional study was conducted using plasma samples from healthy blood donors between April-September 2020. Qualitative assessment of SARS-CoV-2 IgG antibodies was based on four assays: Abbott Architect SARS-Cov-2 IgG assay (target nucleocapsid) (Abbott-NP) and three in-house IgG ELISA assays (target spike glycoprotein (Spike), spike receptor binding domain (RBD), and nucleocapsid (NP)). Seroprevalence was estimated using multiple composite reference standards (CRS) and by a series of Bayesian Latent Class Models (BLCM) (using uninformative, weakly, and informative priors). Results 8999 blood samples were tested. The Abbott-NP assay consistently estimated seroprevalence to be lower than the ELISA-based assays. Discordance between assays was common, 13 unique diagnostic phenotypes were observed. Only 32 samples (0.4%) were positive by all four assays. BLCM using uninformative priors predicted seroprevalence increased from 0.7% (95% credible interval (CrI); 0.4, 1.0%) in April/May to 0.8% (95% CrI 0.5, 1.2%) in June/July to 1.1% (95% CrI 0.7, 1.6) in August/September. Results from CRS were very similar to the BLCM. Assay characteristics varied considerably over time. Overall spike had the highest sensitivity (89.1% (95% CrI 79.2, 96.9%), while the sensitivity of the Abbott-NP assay waned from 65.3% (95% CrI 43.6, 85.0%) in April/May to 45.9% (95% CrI 27.8, 65.6) by August/September. Discussion We found low SARS-CoV-2 seroprevalence rates at the end of the first wave and estimates derived from single assays may be biased. Summary Multiple anti-SARS-CoV-2 immunoassays are available, but no gold standard exists. We used four unique assays to estimate very low SARS-COV-2 seroprevalence during the first COVID-19 wave in Canada. Caution should be exercised when interpretating seroprevalence estimates from single assays.
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 | 0,166 | 0,182 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,005 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,002 | 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 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 ».