Seroprevalentie van coronavirusziekte 2019 (COVID-19) Antilichamen in een kwetsbare buurt, Buenos Aries Argentinië

Tijdens een Participatory Action Research (PAR) werd een seroprevalentie-onderzoek op gemeenschapsniveau uitgevoerd in een cross-sectionele opzet.

Starter PAR-team: onderzoeker die de Elisa-test ontwikkelde, viroloog die de analyse van de test uitvoert en arts die als vrijwillige veldepidemioloog dienst deed bij het surveillancesysteem (DetectAr Barrio 31) boden technische medewerking om daklozen te testen.

PAR-Eerste stap: Een steekproef voor het gemak van daklozen werd gedurende 3 dagen getest in een populaire eetzaal beheerd door een niet-gouvernementele organisatie. Monsters werden verzameld door een DetectAr-verpleegkundige en een vrijwillige epidemioloog.

PAR-Tweede stap: de haalbaarheid werd bepaald door de DetectAr-coördinatoren van de Community Health Division van het ministerie van Volksgezondheid en de 12 gezondheidsgemeenschapswerkers (HCW's) toen twee vrijwillige epidemiologen van een Universitair Instituut uitleg gaven over de veldorganisatie (steekproeftechniek, gegevensverzameling en database-invoer) voor het verkrijgen van een probabilistische steekproef van bewoners. Het PAR-proces was een hoeksteen voor het bereiken van de steekproefomvang.

PAR-Derde stap: Er werd een cross-sectionele studie voor seroprevalentieonderzoek uitgevoerd.

Steekproefomvang en steekproefmethode De steekproefomvang werd volgens bewijs berekend voor een seroprevalentie van 5%. Er werd een tweetraps aselecte steekproefmethode toegepast. Eerste niveau: sector van de sloppenwijk, Tweede niveau: geografische gebieden bepaald door het Department of Statistic and Census. Op dit niveau zijn 30 woningen geselecteerd. Mensen ouder dan 14 jaar werden aan de voordeur van hun huis getest.

Serologische test Er werd een enzymgekoppelde immunosorbenttest [ELISA] gebruikt, ontwikkeld in Argentinië door een laboratorium in Buenos Aires, Argentinië. Prestatiekenmerken zijn een hoge specificiteit (>95%) en een hoge gevoeligheid (>95%) voor SARS-COV-2 IgG. De test detecteert antilichamen tegen twee virale antigenen, trimere spike en het receptorbindende domein (RBD) van de spike. Virale eiwitten werden tot expressie gebracht in menselijke cellen. Deze kit heeft wettelijke goedkeuring gekregen van de Argentijnse nationale regelgevende instantie voor geneesmiddelen (ANMAT, National Administration for Drugs, Food and Medical Devices)[. Bloedmonsters werden verzameld in een capillair buisje uit een vingerprik, genomen bij de voordeur van elk huis. Alle HCW's werden getraind en epidemiologische gegevens werden ingevoerd in een database. Monsters werden verwerkt en geanalyseerd in het virologisch laboratorium in een kinderziekenhuis in Buenos Aires.

Statistische analyse Om de gewogen prevalentie te verkrijgen, werd de steekproefdataset uitgebreid tot die van de laatste volkstelling met 3 factoren: op buurtniveau, op huishoudenniveau en op individueel niveau. De berekening van uitbreidingsfactoren op huishoudenniveau is het omgekeerde van de gezamenlijke kans op het selecteren van de laatste steekproefeenheid (een huishouden). De uitbreidingsfactoren op het niveau van de huishoudens impliceren drie soorten aanpassingen. De eerste houdt verband met non-respons (aangezien sommige huishoudens de enquête niet wilden beantwoorden); de tweede komt overeen met de projectie van de steekproef op de gehele populatie, en de derde met kalibratietechnieken met een laatste aanpassing per leeftijds- en geslachtsgroep, gebruikmakend van externe informatie uit de volkstelling. Daarom waren de kalibratievariabelen mensen van 14 jaar of ouder, gegroepeerd op geslacht en leeftijdsintervallen: 14-30; 31-45; 46-59; 60 en meer.

De prevalentie van IgG-antilichamen werd aangepast met behulp van bemonsteringsgewichten en poststratificatie om rekening te houden met verschillen in non-responspercentages op basis van leeftijdsgroep, geslacht en volkstellingsinkomsten.

Aangezien leden van het huishouden dezelfde blootstelling aan COVID-19 delen, zou de uitkomst (prevalentie van COVID-19 IgG) binnen het huishouden enige correlatie moeten vertonen. Om het clustereffect te testen, werd een random effects logistisch regressiemodel (multilevel model) toegepast, aangezien het de variatie tussen clusters expliciet in de waarschijnlijkheid meeneemt en dus rekening houdt met intraclustercorrelatie.