Evidence of rapid rise in population immunity from SARS-CoV-2 subclinical infections through pre-vaccination serial serosurveys in Pakistan
Notice bibliographique
Résumé
Background: Understanding factors associated with protective immunity against emerging viral infections is crucial for global health. Pakistan reported its first COVID-19 case on 26 February 2020, but experienced relatively low COVID-19-related morbidity and mortality between 2020 and 2022. The underlying reasons for this remain unclear, and our research aims to shed light on this crucial issue. Methods: We conducted a serial population-based serosurvey over 16 months (rounds 1-4, July 2020 to November 2021) across households in urban (Karachi) and rural (Matiari) Sindh, sampling 1100 households and 3900 individuals. We measured antibodies in sera and tested a subset of respiratory samples for COVID-19 using polymerase chain reaction (PCR) and antigen tests, also measuring haemoglobin (Hb), C-reactive protein (CRP), vitamin D, and zinc in round 1. Results: Participants showed 23% (95% confidence interval (CI) = 21.9-24.5) antibody seroprevalence in round 1, increasing across rounds 2-4 to 29% (95% CI = 27.4-30.6), 49% (95% CI = 47.2-50.9), and 79% (95% CI = 77.4-80.8), respectively. Urban residents had 2.6 times (95% CI = 1.9-3.6) higher odds of seropositivity than rural residents. Seropositivity did not differ between genders. Individuals aged 20-49 years had 7.5 (95% CI = 4.6-12.4) times higher odds of seropositivity compared to children aged 0-4 years. Most participants had no symptoms associated with COVID-19, with no reported mortality. Vitamin D deficiency was linked to seroprevalence. COVID-19 was confirmed in 1.8% of individuals tested via RT-PCR and antigen tests. Conclusions: The data suggests a steady increase in humoral immunity in Pakistan, likely due to increased transmission and associated asymptomatic disease. Overall, this reflects the longitudinal trend of protection against severe acute respiratory syndrome coronavirus 2, leading to the relatively low morbidity and mortality observed in the population.
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 | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| 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 ».