The duration, dynamics and determinants of SARS-CoV-2 antibody responses in individual healthcare workers
Notice bibliographique
Résumé
Abstract Background SARS-CoV-2 IgG antibody measurements can be used to estimate the proportion of a population exposed or infected and may be informative about the risk of future infection. Previous estimates of the duration of antibody responses vary. Methods We present 6 months of data from a longitudinal seroprevalence study of 3217 UK healthcare workers (HCWs). Serial measurements of IgG antibodies to SARS-CoV-2 nucleocapsid were obtained. Bayesian mixed linear models were used to investigate antibody waning and associations with age, gender, ethnicity, previous symptoms and PCR results. Results In this cohort of working age HCWs, antibody levels rose to a peak at 24 (95% credibility interval, CrI 19-31) days post-first positive PCR test, before beginning to fall. Considering 452 IgG seropositive HCWs over a median of 121 days (maximum 171 days) from their maximum positive IgG titre, the mean estimated antibody half-life was 85 (95%CrI, 81-90) days. The estimated mean time to loss of a positive antibody result was 137 (95%CrI 127-148) days. We observed variation between individuals; higher maximum observed IgG titres were associated with longer estimated antibody half-lives. Increasing age, Asian ethnicity and prior self-reported symptoms were independently associated with higher maximum antibody levels, and increasing age and a positive PCR test undertaken for symptoms with longer antibody half-lives. Conclusion IgG antibody levels to SARS-CoV-2 nucleocapsid wane within months, and faster in younger adults and those without symptoms. Ongoing longitudinal studies are required to track the long-term duration of antibody levels and their association with immunity to SARS-CoV-2 reinfection. Summary Serially measured SARS-CoV-2 anti-nucleocapsid IgG titres from 452 seropositive healthcare workers demonstrate levels fall by half in 85 days. From a peak result, detectable antibodies last a mean 137 days. Levels fall faster in younger adults and following asymptomatic infection.
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 | 0,003 |
| 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 | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».