Objective: SARS-CoV-2 serological surveillance used blood donors, research cohorts, and residual patient samples. Differences in socio-demographic characteristics across these sources may bias seroprevalence estimates, necessitating statistical adjustment.
Methods: We re-analyzed data from six serosurveillance sources, comparing the estimated percent of the population positive for SARS-CoV-2 anti-nucleocapsid antibodies for six regions during periods when the sources' sample collection overlapped. We assessed the concordance between sources with and without using multilevel regression and poststratification (MRP) to adjust for differences in representation by age, sex, and race.
Results: Across regions and timepoints, unadjusted seroprevalence differed between sources by up to 20%. MRP did not consistently improve comparability of seroprevalence across sources. In 2022, seroprevalence was consistently highest among blood donors, and MRP increased regional seroprevalence across all sources (except in Manitoba during January-April 2022 in ABC Study). In a secondary regression analysis, immunoassay kit and sample type (dried blood spot or venous blood draw) strongly influenced the odds that a sample was classified as seropositive.
Conclusion: Adjusting for representativeness using common socio-demographic variables did not systematically improve concordance in seropositivity estimates between serosurveillance sources. While discrepancies between sources might be influenced by studies' representativeness of characteristics we did not assess, methods for measuring seropositivity appear to explain much of the differences between sources. Serosurveillance findings are influenced by many aspects of study design beyond representativeness, such as sample type (venous blood draw or dried blood spots), choice of immunoassay, and laboratory procedures such as dilution or immunoassay calibration.
RéSUMé: OBJECTIF: La surveillance sérologique du SRAS-CoV-2 a utilisé des donneurs de sang, des cohortes de recherche et des échantillons résiduels de patients. Les différences dans les caractéristiques sociodémographiques entre ces sources peuvent biaiser les estimations de séroprévalence, nécessitant un ajustement statistique. MéTHODES: Nous avons réanalysé les données de six sources de surveillance sérologique, en comparant le pourcentage estimé de la population positive aux anticorps anti-nucléocapside du SRAS-CoV-2 pour six régions pendant les périodes où les collectes d’échantillons des sources se chevauchaient. Nous avons évalué la concordance entre les sources avec et sans régression multi-niveau avec post-stratification (MRP) pour ajuster les différences de représentation par âge, sexe et race. RéSULTATS: D’une région à l’autre et d’une période à l’autre, la séroprévalence brute différait entre les sources jusqu’à 20%. La MRP n’a pas systématiquement amélioré la comparabilité de la séroprévalence entre les sources. En 2022, la séroprévalence était systématiquement la plus élevée chez les donneurs de sang, et la MRP a augmenté la séroprévalence régionale dans toutes les sources (sauf au Manitoba en janvier et avril 2022 dans l’étude ABC). Dans une analyse de régression secondaire, le kit d’immunodosage et le type d’échantillon (tache de sang séché ou prélèvement de sang veineux) influençaient fortement les chances qu’un échantillon soit classé comme séropositif. CONCLUSION: L’ajustement de la représentativité en utilisant des variables sociodémographiques communes n’a pas systématiquement amélioré la concordance des estimations de la séropositivité entre les différentes sources de sérosurveillance. Bien que les écarts entre les sources puissent être influencés par la représentativité des caractéristiques que nous n’avons pas évaluées, les méthodes de mesure de la séropositivité semblent expliquer une grande partie des différences entre les sources. Les résultats de la séro-surveillance sont influencés par de nombreux aspects de la méthodologie d’étude, au-delà de la représentativité, tels que le type d’échantillon (prélèvement sanguin veineux ou tache de sang séché), le choix d’immuno-essai et les procédures de laboratoire, comme la dilution ou l’étalonnage d’immuno-essais.
Keywords: CLSA; Multilevel regression and poststratification (MRP); SARS-CoV-2; Serosurveillance.
© 2025. The Author(s) under exclusive license to The Canadian Public Health Association.