Community SARS-CoV-2 seroprevalence before and after the second wave of SARS-CoV-2 infection in Harare, Zimbabwe
Notice bibliographique
Résumé
BACKGROUND: By the end of July 2021 Zimbabwe, has reported over 100,000 SARS-CoV-2 infections. The true number of SARS-CoV-2 infections is likely to be much higher. We conducted a seroprevalence survey to estimate the prevalence of past SARS-CoV-2 in three high-density communities in Harare, Zimbabwe before and after the second wave of SARS-CoV-2. METHODS: Between November 2020 and April 2021 we conducted a cross-sectional study of randomly selected households in three high-density communities (Budiriro, Highfield and Mbare) in Harare. Consenting participants answered a questionnaire and a dried blood spot sample was taken. Samples were tested for anti-SARS-CoV-2 nucleocapsid antibodies using the Roche e801 platform. FINDINGS: A total of 2340 individuals participated in the study. SARS-CoV-2 antibody results were available for 70·1% (620/885) and 73·1% (1530/2093) of eligible participants in 2020 and 2021. The median age was 22 (IQR 10-37) years and 978 (45·5%) were men. SARS-CoV-2 seroprevalence was 19·0% (95% CI 15·1-23·5%) in 2020 and 53·0% (95% CI 49·6-56·4) in 2021. The prevalence ratio was 2·47 (95% CI 1·94-3·15) comparing 2020 with 2021 after adjusting for age, sex, and community. Almost half of all participants who tested positive reported no symptoms in the preceding six months. INTERPRETATION: Following the second wave, one in two people had been infected with SARS-CoV-2 suggesting high levels of community transmission. Our results suggest that 184,800 (172,900-196,700) SARS-CoV-2 infections occurred in these three communities alone, greatly exceeding the reported number of cases for the whole city. Further seroprevalence surveys are needed to understand transmission during the current third wave despite high prevalence of past infections. FUNDING: GCRF, Government of Canada, Wellcome Trust, Bavarian State Ministry of Sciences, Research, and the Arts.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».