SARS-CoV-2 Seroprevalence among Canadian Blood Donors: The Advance of Omicron
Notice bibliographique
Résumé
With the emergence of the SARS-CoV-2 Omicron variant in late 2021, Canadian public health case/contact testing was scaled back due to high infection rates with milder symptoms in a highly vaccinated population. We monitored the seroprevalence of SARS-CoV-2 nucleocapsid (anti-N) and spike protein (anti-S) antibodies in blood donors across Canada from September 2021 to June 2022 in 202,123 randomly selected samples. Multivariable logistic regression of anti-N positivity with month, age, sex, racialization, region, material and social deprivation (based on postal code) identified as independent predictors. Piece-wise logistic regression analysed the association between anti-S concentration and month, and anti-N/anti-S positivity. Infection-related seroprevalence (anti-N positive) was 4.38% (95% CI: 3.96, 4.81) in September reaching 50.70% (50.15, 52.16) in June; nearly 100% were anti-S positive throughout. Anti-N positivity was associated with younger age, male sex, the Alberta and Prairies regions, greater material deprivation and less social deprivation (p < 0.001). Anti-S concentration was high initially (3306 U/mL, IQR 4280 U/mL), increased to (13,659 U/mL, IQR 28,224 U/mL) by June (p < 0.001), following the pattern of deployment of the third and fourth vaccine doses and was higher in those that were anti-N positive (p < 0.001). Despite already high vaccination-related seroprevalence, infection-related seroprevalence increased dramatically with the emergence of the Omicron SARS-CoV-2 variant.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,000 | 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 tête enseignante, 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 ».