Modeling the Long-term Persistence of Hepatitis A Antibody After a Two-Dose Vaccination Schedule in Argentinean Children
Notice bibliographique
Résumé
BACKGROUND: Long-term seroprotection data are essential for decision-making on the need and timing of vaccine boosters. Based on data from longitudinal serological studies, modeling can provide estimates on long-term antibody persistence and inform such decision-making. METHODS: We examined long-term anti-hepatitis A virus (anti-HAV) antibody persistence in Argentinean children ≤15 years after the initial study where they completed a 2-dose course of inactivated hepatitis A vaccine (Avaxim 80U Pediatric, Sanofi Pasteur, Lyon, France). Blood serum samples were taken at baseline, 2 weeks (post first dose), 6 months (pre-booster), 6.5 months (post-booster), 10 years and 14-15 years after first vaccine dose. We fitted 8 statistical model types, predominantly mixed effects models, to anti-HAV persistence data, to identify the most appropriate and best fitting models for our data set and to predict individuals' anti-HAV levels and seroprotection rates up to 30 years post vaccination. RESULTS: Fifty-four children (mean age at enrollment 30.4 months) were enrolled up to 15 years post first vaccine dose. There were 3 distinct periods of antibody concentration: rapid rise up to peak concentration post-booster, rapid decay from post-booster to 10 years, followed by slower decay. A 3-segmented linear mixed effects model was the most appropriate for the data set. Extrapolating based on the available 14-15-year follow-up, the analysis predicted that 88% of individuals anti-HAV seronegative prior to vaccination would remain seroprotected at 30 years post vaccination and lifelong seroprotection for vaccinees seropositive prior to vaccination. CONCLUSIONS: Currently available data demonstrate that Avaxim 80U Pediatric confers to most vaccinees a high level of seroprotection against hepatitis A infection for at least 20-30 years.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».