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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,002 |
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 source (Gemma direct ou Codex distillé), 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 ».