Riding high: seroprevalence of SARS-CoV-2 after 4 pandemic waves in Manitoba, Canada, April 2020–February 2022
Notice bibliographique
Résumé
BACKGROUND: Canada is emerging from the largest SARS-CoV-2 Omicron wave to date, with over 3.3 million confirmed cases. Unfortunately, PCR confirmed cases illuminate only a small portion of infections in the community and underestimate true disease burden. Population based seroprevalence studies, which measure antibody levels against a virus can more accurately estimate infection rates in the community and identify geographical and epidemiological trends to inform public health responses. METHODS: The Manitoba COVID-19 Seroprevalence (MCS) study is a population-based cross-sectional study to assess the prevalence of SARS-CoV-2 antibodies across the province. Residual convenience specimens (n = 14,901) were tested for anti-SARS-CoV-2 nucleocapsid and spike IgG antibodies from April 1, 2020 to February 31, 2022. We estimated the monthly and cumulative prevalence using an exponential decay model, accounting for population demographics, sensitivity/specificity, and antibody waning. This approach generated estimates of natural infection as well as total antibody including vaccine-induced immunity within the community. FINDINGS: After four waves of the pandemic, 60.1% (95%CI-56.6-63.7) of Manitobans have generated SARS-CoV-2 antibodies due to natural exposure independent of vaccination. Geographical analysis indicates a large portion of provincial prevalence stems from increased transmission in the Northern (92.3%) and Southern (71.8%) regional health authorities. Despite the high mortality rates reported by Manitoba, infection fatality ratios (IFR) peaked at 0.67% and declined to 0.20% following the Omicron wave, indicating parity with other national and international jurisdictions. Manitoba has achieved 93.4% (95%CI- 91.5-95.1) total antibody when including vaccination. INTERPRETATION: Our data shows that more than 3 in 5 Manitobans have been infected by SARS-CoV-2 after four waves of the pandemic. This study also identifies key geographical and age specific prevalence rates that have contributed greatly to the overall severity of the pandemic in Manitoba and will inform jurisdictions considering reduction of public health measures.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».