Systematic literature review of SARS-CoV-2 seroprevalence surveys in Canada through April 2021
Notice bibliographique
Résumé
Objectives: To estimate the proportion of the population infected by severe acute respiratory syndrome coronavirus-2 (SARS-CoV-2) in Canada through April 2021, 16 months into the coronavirus disease 2019 (COVID-19) pandemic and 4 months after COVID-19 vaccines became available. Methods: Publication databases, preprint servers, public health databases and the grey literature were searched for seroprevalence surveys conducted in Canada from 1 November 2019 to 10 July 2021. Studies were assessed for bias using the Joanna Briggs Checklist. Numbers of infections derived from seroprevalence estimates were compared with reported cases to estimate under-ascertainment ratios. Results: In total, 12 serosurveys with 210,321 participants were identified. Three (25%) serosurveys were conducted at national level, one (8.3%) was conducted at provincial level, and eight (66.7%) were conducted at local level. All 12 serosurveys had moderate or high risk of bias. The proportion of the population infected by April 2021 was low (2.6%). The proportion of the population infected was higher in surveys of residents of long-term care facilities (43.0-86%), workers at long-term care facilities (22.4-32.4%), and workers in healthcare institutions (1.4-14%). Conclusions: As of April 2021, the proportion of the population infected by SARS-CoV-2 was low in the overall population of Canada, but was high in healthcare facilities, particularly long-term care facilities, supporting the need for vaccines.
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 | 0,012 | 0,074 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,008 | 0,006 |
| Bibliométrie | 0,032 | 0,042 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».