Use of diagnostics for serosurveillance studies in pregnant individuals during the SARS-CoV-2 pandemic
Notice bibliographique
Résumé
Pregnant individuals are known to be at increased risk of worse outcomes from COVID-19 infection. Recent data suggests that they are also more likely to exhibit milder symptoms and have higher rates of asymptomatic infection. The health impacts of milder disease are less well-described but may include adverse perinatal outcomes. Serosurveillance can help describe accurately background rates of seropositivity in populations with high rates of asymptomatic infection. The seroprevalence of SARS-CoV-2 infection prior to vaccine availability was assessed in two large maternity centres. Of 437 pregnant individuals, seven were positive on initial screening, with one false positive identified on subsequent confirmatory testing. An overall seropositivity rate of 1.4% was found. No adverse pregnancy outcomes were identified. Confirmatory testing was performed with four commercial antibody-based assays and an in-house microneutralisation assay. Wantai SARS-CoV-2 receptor-binding-domain total antibody performed best, similar to previous reports. Serological surveillance can estimate infection rates not captured by acute PCR testing, and may assist with contact tracing, estimation of immunity rates and inform public health policy in at-risk groups. Evaluation of serological assays should be integrated into serosurveillance initiatives.
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 | 0,001 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».