Patterns of SARS-CoV-2 seropositivity among essential workers in long term care and retirement homes in Ontario, Canada: A descriptive cross-sectional study
Notice bibliographique
Résumé
Understanding patterns of SARS-CoV-2 seroprevalence among Long-Term Care Home and Retirement Home (LTCH/RH) staff is critical to designing effective public health interventions. We estimated SARS-CoV-2 seroprevalence among LTCH/RH staff in Ontario, Canada between May 2021-October 2022 using a cross-sectional analysis. Eligible participants completed a demographic questionnaire and provided a dried blood spot sample. Positive seroprevalence was defined as the proportion of individuals in a population who were positive for a SARS-CoV-2 infection, determined using anti-nucleocapsid total IgG antibodies analyzed with a validated chemiluminescent ELISA. We report age-adjusted prevalence ratios [PR; confidence interval, CI] by participant socio-demographic, household, neighbourhood, and occupational characteristics and stratified the analyses over two time periods (period 1: 2021-05-17 to 2021-12-31; period 2: 2022-01-02 to 2022-10-25). A total of 603 staff were included in our analysis; n=235 (39%) were enrolled in period 1 and n=368 (61%) were enrolled in period 2. Seroprevalence was 24% and 44% in periods 1 and 2, respectively. Age-adjusted prevalence ratios were nearly 2-fold higher among Black [PR 1.78; CI 1.28-2.48], East and Southeast Asian [PR 1.55, CI 1.18-2.04] and other racialized participants [PR 1.42, CI 1.03-1.96] compared to White participants. We did not observe a pattern across household characteristics, although we observed a trend towards higher seropositivity among participants living in COVID-19 hotspots. Prevalence ratios were lower for participants in higher income neighbourhoods [PR 0.72, CI 0.58-0.98]. We did not observe variability in seroprevalence across occupational characteristics with the exception of paid sick leave which was higher among participants with home-provided paid sick leave at the time of the survey [PR 0.58, CI 0.45-0.75]. Among LTCH/RH staff, we found important sources of variability of SARS-CoV-2 seroprevalence and strong correlations with socioeconomic disparities. Our findings show the importance of designing equity-rooted health interventions that recognize the intersection between community and the workplace.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| 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 | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».