Seroprevalence of SARS-CoV-2 before/after case zero
Notice bibliographique
Résumé
Abstract Introduction Italy was one of the first EU countries hit by the COVID-19 pandemic. Currently, Italy has reported 15.5 million cases of COVID-19 and 161000 deaths. Meanwhile, the vaccination campaign against COVID-19 began in Italy at the end of 2020, using mRNA and viral vector vaccines (immunizing people against Spike protein of SARS-CoV-2. The purpose of this study was to estimate, in a representative sample of the Italian population, the prevalence of antibodies against SARS-CoV2 in 2019 (before case zero, identified in Italy in February 2020) and in 2021, after 3 pandemic waves and a vaccination campaign. Methods During October / November 2019: 365 participants were selected in the Piedmontese population among those who went to a hospital for routine blood tests. The population was selected on the basis of age and gender to be representative of the Italian population. The same number of patients was selected in the first quarter of 2021, the inclusion and exclusion criteria remained the same. Sera were searched for spike protein of SARS-CoV-2 and, if positive, tested for anti-nucleocapsid antibodies. Results Our preliminary data show that half of the sample for both years is female. In the 2019 sample, i.e. before case zero was identified in Italy (Lombardy), five of the sera (4 males and one female) tested positive for anti-Spike,indicating a previous infection (vaccine didn't exist). In the 2021 sample, 152 males and 139 females tested positive for IgG anti-spike, for a total of 291. The prevalence therefore passed from 1.37% to 79.73%. As regards the search for ANti-Nantibodies, one male and one female tested positive in 2019; in 2021 9 males and 13 females. Conclusions The results of our study show that in 2019, before the first official case in Italy was highlighted, coronavirus was already circulating. The prevalence has risen exponentially, going from less than 2% to around 80%. Key messages • Covid-19 was circulating in Italy in 2019. • Seroprevalence of anti-S in 2021 was about 20%.
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 | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».