BCG vaccine and COVID-19: implications for infection prophylaxis and cancer immunotherapy
Notice bibliographique
Résumé
The COVID-19 pandemic has killed over 400 000 people globally. Ecological evidence indicates that countries with national universal BCG vaccination programs for tuberculosis (TB) prevention have a much lower incidence of severe COVID-19 and mortality compared with those that do not have such programs. BCG is a century old vaccine used for TB prevention via infant/childhood vaccination in lowto middle-income countries with high infection prevalence rate and is known to reduce all-cause neonatal mortality. BCG remains the standard immunotherapy treatment for patients with high-risk non-muscle invasive bladder cancer globally for more than 44 years. Several trials are, therefore, investigating BCG as a prophylactic against COVID-19 in healthcare workers and the elderly. In this commentary, we discuss the potential mechanisms that may underlie BCG associated heterologous protection with a focus on tertiary lymphoid structure (TLS) organogenesis. Given the significance of TLSs in mucosal immunity, their association with positive prognosis and response to immune checkpoint blockade with a critical role of Type I interferon (IFN-1) in inducing these, we also discuss potentiating TLS formation as a promising approach to enhance anti-tumor immunity. We propose that lessons learned from BCG immunotherapy success could be applied to not only augment such microbe-based therapeutics but also lead to similar adjunctive IFN-1 activating approaches to improve response to immune checkpoint blockade therapy in cancer.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».