Seroprewalencja przeciwciał przeciwko koronawirusowi 2019 (COVID-19) w wrażliwym sąsiedztwie, Buenos Aries, Argentyna

Badanie seroprewalencji na poziomie społeczności przeprowadzono w ramach projektu przekrojowego podczas badania w ramach akcji uczestniczących (PAR).

Początkowy zespół PAR: badacz, który opracował test Elisa, wirusolog, który przeprowadza analizę testu, oraz lekarz, który pełnił funkcję epidemiologa terenowego ochotnika w systemie nadzoru (DetectAr Barrio 31) zaoferowali współpracę techniczną w celu przetestowania osób doświadczających bezdomności.

PAR-Pierwszy krok: Próbka dla wygody osób bezdomnych była testowana przez 3 dni w popularnej jadalni zarządzanej przez organizację pozarządową. Próbki zostały zebrane przez pielęgniarkę DetectAr i epidemiologa-wolontariusza.

PAR-Drugi krok: wykonalność została określona przez koordynatorów DetectAr z Wydziału Zdrowia Społecznego Ministerstwa Zdrowia i 12 pracowników społeczności zdrowia (HCW), kiedy dwóch epidemiologów-wolontariuszy z Instytutu Uniwersyteckiego wyjaśniło organizację terenową (technika pobierania próbek, zbieranie danych i wpis do bazy danych) w celu uzyskania próby probabilistycznej mieszkańców. Proces PAR był kamieniem węgielnym do osiągnięcia wielkości próby.

PAR-Trzeci krok: Przeprowadzono badanie przekrojowe do badania seroprewalencji.

Wielkość próbki i metoda pobierania Wielkość próbki obliczono dla seroprewalencji 5% zgodnie z dowodami. Zastosowano dwuetapową metodę doboru losowego. Poziom pierwszy: sektor slumsów, Poziom drugi: obszary geograficzne określone przez Departament Statystyki i Spisu Ludności. Na tym poziomie wybrano trzydzieści domów. Osoby w wieku powyżej 14 lat były testowane przed drzwiami swoich domów.

Test serologiczny Zastosowano test immunoenzymatyczny [ELISA] opracowany w Argentynie przez laboratorium w Buenos Aires w Argentynie. Charakterystyka działania to wysoka specyficzność (>95%) i wysoka czułość (>95%) dla SARS-COV-2 IgG. Test wykrywa przeciwciała przeciwko dwóm antygenom wirusowym, trimerycznemu kolcowi i domenie wiążącej receptor (RBD) kolca. Białka wirusowe były eksprymowane w ludzkich komórkach. Ten zestaw uzyskał aprobatę organu nadzorującego krajową agencję ds. leków w Argentynie (ANMAT, National Administration for Drugs, Food and Medical Devices)[. Próbki krwi pobrano do rurki kapilarnej z nakłucia palca, pobranego przy drzwiach wejściowych każdego domu. Wszyscy pracownicy służby zdrowia zostali przeszkoleni, a dane epidemiologiczne wprowadzono do bazy danych. Próbki zostały przetworzone i przeanalizowane w laboratorium wirusologicznym w szpitalu pediatrycznym w Buenos Aires.

Analiza statystyczna W celu uzyskania ważonego rozpowszechnienia, przykładowy zbiór danych został rozszerzony do danych z ostatniego spisu o 3 czynniki: na poziomie sąsiedztwa, na poziomie gospodarstwa domowego i na poziomie indywidualnym. Obliczenie współczynników ekspansji na poziomie gospodarstwa domowego jest odwrotnością łącznego prawdopodobieństwa wyboru ostatniej jednostki losowania (gospodarstwa domowego). Współczynniki ekspansji na poziomie gospodarstw domowych implikują trzy rodzaje dostosowań. Pierwszy związany jest z brakiem odpowiedzi (ze względu na to, że niektóre gospodarstwa domowe nie chciały odpowiadać na ankietę); druga odpowiada projekcji próby na całą populację, a trzecia technikom kalibracji z ostatecznym dopasowaniem według grup wieku i płci, z wykorzystaniem zewnętrznych informacji ze spisu ludności. Dlatego zmiennymi kalibracyjnymi były osoby w wieku 14 lat i więcej, pogrupowane według płci i przedziałów wiekowych: 14-30 lat; 31-45; 46-59; 60 i więcej.

Częstość występowania przeciwciał IgG została dostosowana za pomocą mas próbek i późniejszej stratyfikacji, aby uwzględnić różnice we wskaźnikach braku odpowiedzi w zależności od grupy wiekowej, płci i dochodu ze spisu ludności.

Ponieważ członkowie gospodarstwa domowego są narażeni na COVID-19, wynik (częstość występowania COVID-19 IgG) powinien wykazywać pewną korelację w gospodarstwie domowym. Aby przetestować efekt grupowania, zastosowano model regresji logistycznej efektów losowych (model wielopoziomowy), ponieważ uwzględnia on zmienność między klastrami wyraźnie w prawdopodobieństwie, a zatem uwzględnia korelację wewnątrz klastrów.