Seroprevalence of SARS-CoV-2 infection and associated factors among Bangladeshi slum and non-slum dwellers in pre-COVID-19 vaccination era: October 2020 to February 2021
Notice bibliographique
Résumé
BACKGROUND: Seroprevalence studies have been carried out in many developed and developing countries to evaluate ongoing and past infection with severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2). Data on this infection in marginalized populations in urban slums are limited, which may offer crucial information to update prevention and mitigation policies and strategies. We aimed to determine the seroprevalence of SARS-CoV-2 infection and factors associated with seropositivity in slum and non-slum communities in two large cities in Bangladesh. METHODS: A cross-sectional study was carried out among the target population in Dhaka and Chattogram cities between October 2020 and February 2021. Questionnaire-based data, anthropometric and blood pressure measurements and blood were obtained. SARS-CoV-2 serology was assessed by Roche Elecsys® Anti-SARS-CoV-2 immunoassay. RESULTS: Among the 3220 participants (2444 adults, ≥18 years; 776 children, 10-17 years), the overall weighted seroprevalence was 67.3% (95% confidence intervals (CI) = 65.2, 69.3) with 71.0% in slum (95% CI = 68.7, 72.2) and 62.2% in non-slum (95% CI = 58.5, 65.8). The weighted seroprevalence was 72.9% in Dhaka and 54.2% in Chattogram. Seroprevalence was positively associated with limited years of formal education (adjusted odds ratio [aOR] = 1.61; 95% CI = 1.43, 1.82), lower income (aOR = 1.23; 95% CI = 1.03, 1.46), overweight (aOR = 1.2835; 95% CI = 1.26, 1.97), diabetes (aOR = 1.67; 95% CI = 1.21, 2.32) and heart disease (aOR = 1.38; 95% CI = 1.03, 1.86). Contrarily, negative associations were found between seropositivity and regular wearing of masks and washing hands, and prior BCG vaccination. About 63% of the population had asymptomatic infection; only 33% slum and 49% non-slum population showed symptomatic infection. CONCLUSION: The estimated seroprevalence of SARS-CoV-2 was more prominent in impoverished informal settlements than in the adjacent middle-income non-slum areas. Additional factors associated with seropositivity included limited education, low income, overweight and pre-existing chronic conditions. Behavioral factors such as regular wearing of masks and washing hands were associated with lower probability of seropositivity.
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 | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 ».