Soroprevalência de anticorpos para a doença de coronavírus 2019 (COVID-19) em um bairro vulnerável, Buenos Aires, Argentina

Uma pesquisa de soroprevalência em nível de comunidade foi realizada em um desenho transversal durante uma Pesquisa-Ação Participativa (PAR).

Equipe inicial do PAR: pesquisadora que desenvolveu o Teste Elisa, virologista que realizou a análise do teste e médica que atuou como epidemiologista de campo voluntária no sistema de vigilância (DetectAr Bairro 31) ofereceu cooperação técnica para testar pessoas em situação de rua.

PAR-Primeira etapa: Uma amostra por conveniência de moradores de rua foi testada durante 3 dias em um refeitório popular administrado por uma organização não-governamental. As amostras foram coletadas por uma enfermeira do DetectAr e um epidemiologista voluntário.

PAR-Segunda etapa: a viabilidade foi determinada pelos coordenadores do DetectAr da Divisão de Saúde Comunitária do Ministério da Saúde e os 12 agentes comunitários de saúde (PS) quando dois epidemiologistas voluntários de um Instituto Universitário explicaram a organização do campo (técnica de amostragem, coleta de dados e entrada no banco de dados) para obtenção de uma amostra probabilística de residentes. O processo PAR foi fundamental para atingir o tamanho da amostra.

PAR-Terceira etapa: Foi realizado um estudo transversal para levantamento de soroprevalência.

Tamanho da amostra e método da amostra O tamanho da amostra foi calculado para uma soroprevalência de 5% de acordo com as evidências. Foi aplicado um método de amostragem aleatória em dois estágios. Primeiro nível: setor da favela, Segundo nível: áreas geográficas determinadas pelo Departamento de Estatística e Censo. Trinta casas foram selecionadas neste nível. Pessoas com mais de 14 anos foram testadas na porta da frente de suas casas.

Teste sorológico Foi utilizado um ensaio imunoenzimático [ELISA] desenvolvido na Argentina, por um laboratório em Buenos Aires, Argentina. As características de desempenho são alta especificidade (>95%) e alta sensibilidade (>95%) para SARS-COV-2 IgG. O teste detecta anticorpos contra dois antígenos virais, pico trimérico e domínio de ligação ao receptor (RBD) do pico. Proteínas virais foram expressas em células humanas. Este kit obteve a aprovação regulatória da agência reguladora nacional de medicamentos da Argentina (ANMAT, Administração Nacional de Medicamentos, Alimentos e Dispositivos Médicos)[. Amostras de sangue foram coletadas em tubo capilar a partir de picada no dedo, colhidas na porta de entrada de cada casa. Todos os profissionais de saúde foram treinados e os dados epidemiológicos foram inseridos em um banco de dados. As amostras foram processadas e analisadas no laboratório de virologia de um hospital pediátrico de Buenos Aires.

Análise estatística Para obter a prevalência ponderada, o conjunto de dados da amostra foi expandido para aquele do último censo por 3 fatores: no nível do bairro, no nível do domicílio e no nível individual. O cálculo dos fatores de expansão no nível domiciliar é o inverso da probabilidade conjunta de seleção da última unidade amostral (um domicílio). Os fatores de expansão no nível domiciliar implicam três tipos de ajustes. A primeira está relacionada com a não resposta (dado que alguns agregados familiares não quiseram responder ao inquérito); a segunda corresponde à projeção da amostra para toda a população, e a terceira às técnicas de calibração com ajuste final por grupos de idade e sexo, utilizando informação externa do censo populacional. Portanto, as variáveis ​​de calibração foram pessoas com 14 anos ou mais, agrupadas por sexo e por intervalos de idade: 14-30; 31-45; 46-59; 60 e mais.

A prevalência de anticorpos IgG foi ajustada usando pesos de amostragem e pós-estratificação para permitir diferenças nas taxas de não resposta com base na faixa etária, sexo e renda do setor censitário.

Como os membros da família compartilham a exposição ao COVID-19, o resultado (prevalência de IgG de COVID-19) deve mostrar alguma correlação dentro da família. Para testar o efeito de agrupamento, foi aplicado um modelo de regressão logística de efeitos aleatórios (modelo multinível), pois inclui a variação entre os agrupamentos explicitamente na verossimilhança e, portanto, leva em consideração a correlação intracluster.