一些初步定义
血清阳性率 ：受病毒感染的目标人群的比例
血清学检查 ：血液检查，测量是否存在反映患者对新感染的免疫力的抗体
抽样 ：选择目标人群中要采访的个人的阶段
分层随机抽样的原理
在可用的抽样方法中，该方法首先包括构成相对均质的地层在目标人群中。其次，确定每个分层内的样本。
人口分层是根据研究选择的感兴趣变量构建的，可以分为以下几种类型：
人口统计变量（年龄，性别等）
地理变量（地区，部门，市镇等）
社会学变量（婚姻，家庭状况等）
社会经济变量（专业活动，收入等）
这些变量的选择要求这些变量在目标人群中是已知的，以便在构建地层的阶段中予以考虑。
每个阶层都必须严格排他，即一个人只能属于一个阶层。
在相对均匀的地层的情况下，可以为每个地层选择样本时采用成比例的方法。换句话说，样本的每个阶层对于目标人群的阶层将具有相同的代表性。
目标之一就是所谓的统计推断，能够从样本结果中得出针对目标人群的普遍结论。
应用于Morbihan部门的分层随机抽样计划的示例
让我们考虑目标人口，例如Morbihan的所有居民（INSEE人口普查，其数据可在以下地址的Opendata中获得： https://www.insee.fr/fr/statistiques/1893198 ），其主要住所位于部门内2020年1月。
保留的感兴趣的变量是Morbihan居民的性别和年龄组（17个5岁年龄组）。
然后，目标人群中有34个阶层（2个性别x 17个年龄组），分布情况如下：
各阶层的群体是相对均匀的，这确保了该方法是适当的。
使用人口规模，我们可以为每个阶层计算一部分人口。
通过将相同的人口代表性应用于1000个个体的样本，我们得到以下分层：
为了测量所需的准确性，通常将置信度设置为95％，以计算置信区间 。置信区间将允许根据以下文章中描述的规则定义和计算误差范围：
http://success.openhealth.fr/fr/articles/3928466-intervalle-de-confiance
此样本可以构成每个阶层中要质疑的目标，以便代表目标人群，并构成采样的第一阶段。
抽样的第二阶段在于选择每个阶层中要采访的个人。
可以将样本中的个人选择视为没有选择的随机选择：符合纳入标准的个人是随机抽取的，但是不会再次对此人提出质疑。
在分析阶段，可以对所调查的个人进行问卷调查，以充实描述变量，这些变量随后可能会使用。这使得可以细化对子群体的分析。
在SARS-Cov-2病毒的血清学检测中的应用
要对Morbihan部门内的SARS-Cov-2病毒进行血清阳性调查，我们可以使用上述抽样方法，代表该部门的人口，包括无症状患者在内的一项研究。
测试质量度量，尤其是在流行病学中，是由以下两个因素度量的：
灵敏度 （给出阳性结果的能力）
特异性 （测试产生阴性结果的能力）。
您可以在以下文章中找到这2个概念的详细描述：
http://success.openhealth.fr/fr/articles/3928135-sensibilite-et-specificite-d-un-test
将要被质疑的个人将不得不被随机选择，以达到每个阶层的代表人数。
研究参与者必须尊重最严格的匿名性：
进行血清学测试，将分析该测试以验证是否存在M型（IgM），G型（IgG），参见A型（IgA）免疫球蛋白抗体。
对允许丰富数据的调查表做出回应，例如：
脆弱性标准 ： > 65岁，糖尿病，患有心血管或呼吸系统疾病，由于疾病或治疗而导致免疫功能低下患有活动性或肥胖性癌症
居住地 ：集体或个人
专业活动职业以及在分娩时行使此功能的可能性
障碍
所有这些信息将允许：
估计大量人群的免疫力，
跟随流行的发展，
HIV阳性人群的目标危险因素