Prevalence assessment adjusted for laboratory test performance using an example of the COVID-19 serological tests

Cover Page

Cite item

Full Text

Abstract

Assessment of the prevalence of the disease or condition should consider the accuracy of the diagnostic tests. In the context of the new coronavirus infection (COVID-19) pandemic, laboratory testing has been one of the most important components of the overall strategy for the control and prevention of this infection. Seroprevalence studies have been used to assess and monitor the level of population immunity to the virus.

In this paper we provide detailed description of the methods to calculate and interpret the accuracy of laboratory tests as well as their sensitivity, specificity, positive- and negative prognostic values of laboratory tests using seroprevalence of COVID-19 studies as an example for better understanding of the methodological issues. The use of the laboratory tests accuracy in prevalence studies has been demonstrated. A sample syntax to calculate confidence intervals for the prevalence estimates using the bootstrap procedure with known absolute values of true positive and true negative results, false positive and false negative results for R software is also provided. Presentation of the prevalence estimates adjusted for test performance indicators with confidence intervals improves comparability of the findings obtained using different serological tests.

The article is intended for undergraduate-, postgraduate-, and doctoral students in health sciences working with the assessment of the prevalence (seroprevalence) of diseases or conditions through population-based serological surveys.

About the authors

Ekaterina A. Krieger

Northern State Medical University; UiT — The Arctic University of Norway

Author for correspondence.
Email: kate-krieger@mail.ru
ORCID iD: 0000-0001-5179-5737
SPIN-code: 2686-7226

Cand.Sci. (Med.), Associate Professor

Russian Federation, Arkhangelsk; Tromso, Norway

Andrej M. Grjibovski

Northern State Medical University; West Kazakhstan Marat Ospanov Medical University; Al-Farabi Kazakh National University; North-Eastern Federal University

Email: andrej.grjibovski@yandex.ru
ORCID iD: 0000-0002-5464-0498
SPIN-code: 5118-0081

Dr. Med.

Russian Federation, Arkhangelsk; Aktobe, Republic of Kazakhstan; Almaty, Republic of Kazakhstan; Yakutsk

Vitaly A. Postoev

Northern State Medical University

Email: ispha@nsmu.ru
ORCID iD: 0000-0003-4982-4169
SPIN-code: 6070-2486

PhD, Cand. Sci (Med)

Russian Federation, Arkhangelsk

References

  1. Institut po izmereniju pokazatelej zdorov'ja i ocenke sostojanija zdorov'ja (Institute for Health Metrics and Evaluation), Set' chelovecheskogo razvitija (Human Development Network), Vsemirnyj bank (The World Bank). Global'noe bremja boleznej (Global Burden of Disease): porozhdenie dokazatel'stv napravlenie politiki — regional'noe izdanie dlja Evropy i Central'noj Azii. Seattle, WA: IHME; 2013. (In Russ). URL: https://www.healthdata.org/sites/default/files/files/policy_report/2013/WB_EuropeCentralAsia/IHME_GBD_WorldBank_EuropeCentralAsia_FullReport_RUSSIAN.pdf
  2. Byambasuren O, Dobler CC, Bell K, et al. Comparison of seroprevalence of SARS-CoV-2 infections with cumulative and imputed COVID-19 cases: Systematic review. PloS one. 2021;16(4):e0248946. doi: 10.1371/journal.pone.0248946
  3. Moshkin AV. Sensitivity and specificity as clinical indicators of laboratory quality. Laboratornaya sluzhba. 2020;9(4):5-6. (In Russ.). doi: 10.17116/labs202090415
  4. World Health Organization. Laboratory testing for coronavirus disease 2019 (COVID-19) in suspected human cases: interim guidance: 2 March 2020. URL: https://apps.who.int/iris/handle/10665/331329
  5. Krajewski R, Gołębiowska J, Makuch S, et al. Update on serologic testing in COVID-19. Clin Chim Acta. 2020;510:746-750. doi: 10.1016/j.cca.2020.09.015
  6. YangY, Yang M, Shen C, et al. Evaluating the accuracy of different respiratory specimens in the laboratory diagnosis and monitoring the viral shedding of2019–nCoV infections, 2020. MedRxiv. Preprint 2020. doi: 10.1101/2020.02.11.20021493
  7. Barchuk A, Shirokov D, Sergeeva M, et al. Evaluation of the performance of SARS-CoV-2 antibody assays for a longitudinal population-based study of COVID-19 spread in St. Petersburg, Russia. Journal of medical virology. 2021;93(10):5846-5852. doi: 10.1002/jmv.27126
  8. Kuvshinova IN, Nekrasov BG, Livitskaya NI, et al. Chuvstvitel'nost' i spetsifichnost' naborov reagentov AO «Vektor-Best» dlya vyyavleniya immunoglobulinov raznykh klassov k SARS-CoV-2. Spravochnik zaveduyushchego KDL. 2020;(10):27-32. (In Russ).
  9. Zhao J, Yuan Q, Wang H, et al. Antibody responses to SARS-CoV-2 in patients of novel coronavirus disease 2019. MedRxiv. Preprint 2020. doi: 10.1101/2020.03.02.20030189
  10. Lou B, Li TD, Zheng SF, et al. Serology characteristics of SARS-CoV-2 infection since the exposure and post symptoms onset. MedRxiv. Preprint 2020. doi: 10.1101/2020.03.23.20041707
  11. Cohen AN, Kessel B. False positives in reverse transcription PCR testing for SARS-CoV-2. MedRxiv. Preprint 2020. doi: 10.1101/2020.04.26.20080911
  12. Glas AS, Lijmer JG, Prins MH, Bonsel GJ, Bossuyt PM. The diagnostic odds ratio: a single indicator of test performance. J Clin Epidemiol. 2003;56(11):1129-1135. doi: 10.1016/s0895-4356(03)00177-х
  13. Fanshawe TR, Power M, Graziadio S, et al. Interactive visualisation for interpreting diagnostic test accuracy study results. BMJ Evid Based Med. 2018;23(1):13-16. doi: 10.1136/ebmed-2017-110862
  14. Leeflang MM, Rutjes AW, Reitsma JB, Hooft L, Bossuyt PM. Variation of a test's sensitivity and specificity with disease prevalence. CMAJ. 2013;185(11):E537-E544. doi: 10.1503/cmaj.121286
  15. Meyer MJ, Yan S, Schlageter S, Kraemer JD, Rosenberg ES, Stoto MA. Adjusting COVID-19 Seroprevalence Survey Results to Account for Test Sensitivity and Specificity. Am J Epidemiol. 2022; 191(4):681-688. doi: 10.1093/aje/kwab273
  16. Sempos CT, Tian L. Adjusting Coronavirus prevalence estimates for laboratory test kit error. MedRxiv. Preprint 2020. doi: 10.1101/2020.05.11.20098202
  17. Lewis FI, Torgerson PR. A tutorial in estimating the prevalence of disease in humans and animals in the absence of a gold standarddiagnostic. Emerg Themes Epidemiol. 2012;9(1):9. doi: 10.1186/1742-7622-9-9
  18. Bendavid E, Mulaney B, Sood N, et al. COVID-19 antibody seroprevalence in Santa Clara County, California. Int J Epidemiol. 2021;50(2):410-419. doi: 10.1093/ije/dyab010
  19. Uyoga S, Adetifa IMO, Karanja HK, et al. Seroprevalence of anti-SARS-CoV-2 IgG antibodies in Kenyan blood donors. Science. 2021;371(6524):79-82. doi: 10.1126/science.abe1916
  20. Stringhini S, Wisniak A, Piumatti G, et al. Seroprevalence of anti-SARS-CoV-2 IgG antibodies in Geneva, Switzerland (SEROCoV-POP): a population-based study. Lancet. 2020;396(10247):313-319. doi: 10.1016/S0140-6736(20)31304-0
  21. Diggle PJ.Estimating prevalence using an imperfect test. Epidemiology Research International. 2011. doi: 10.1155/2011/608719

Supplementary files

Supplementary Files
Action
1. JATS XML
Download

Copyright (c) 2022 Krieger E.A., Grjibovski A.M., Postoev V.A.

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
 


Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».