High SARS-CoV-2 seroincidence but low excess COVID mortality in Sierra Leone in 2020–2022
Notice bibliographique
Résumé
While SARS-CoV-2 infection appears to have spread widely throughout Africa, documentation of associated mortality is limited. We implemented a representative serosurvey in one city of Sierra Leone in Western Africa, paired with nationally representative mortality and selected death registration data. Cumulative seroincidence using high quality SARS-CoV-2 serological assays was 69% by July 2021, rising to 84% by April 2022, mostly preceding SARS-CoV-2 vaccination. About half of infections showed evidence of neutralizing antibodies. However, excess death rates were low, and were concentrated at older ages. During the peak weeks of viral activity, excess mortality rates were 22% for individuals aged 30-69 years and 70% for those over 70. Based on electronic verbal autopsy with dual independent physician assignment of causes, excess deaths during viral peaks from respiratory infections were notable. Excess deaths differed little across specific causes that, a priori, are associated with COVID, and the pattern was consistent among adults with or without chronic disease risk factors. The overall 6% excess of deaths at ages ≥30 from 2020-2022 in Sierra Leone is markedly lower than reported from South Africa, India, and Latin America. Thus, while SARS-CoV-2 infection was widespread, our study highlights as yet unidentified mechanisms of heterogeneity in susceptibility to severe disease in parts of Africa.
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 | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| 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 ».