A trend of dropping anti‐SARS‐CoV‐2 plaque reduction neutralization test titers over time in Canadian convalescent plasma donors
Notice bibliographique
Résumé
Abstract Background Convalescent plasma products are a potential passive immunotherapy for Coronavirus disease 2019 (COVID‐19) disease. Various approaches have been utilized to determine the concentration of Severe acute respiratory syndrome coronavirus‐2 (SARS‐CoV‐2)‐neutralizing antibodies in plasma products. The Canadian Blood Services used Plaque Reduction Neutralization Test 50 (PRNT 50) ‐generated values to qualify convalescent plasma donations supporting clinical trials in Canada. This manuscript describes changes in PRNT 50 titers of repeat male plasma donations collected approximately 1–4 months after onset of COVID‐19 signs and symptoms in donors. Study Design and Methods Men were eligible to donate if they: met standard criteria, were < 67 years of age, reported a previous SARS‐CoV‐2‐positive nucleic acid test, and recovered and were symptom free for at least 28 days prior to donation. Repeat donation analysis required at least one original and one repeat donation where a PRNT 50 was performed. Results From April 29, 2020 to July 25, 2020, 156 donors donated once, with 78 (50%) of the donated plasma having PRNT 50 titers of ≥1:160. Thirty‐seven (23.7%) of the donated plasma had a titer of 1:40 or 1:80 (individuals donating this plasma were asked to donate a second time only). A total of 30 donors (19.2%) had repeat donations. Of the repeat donors, 15 (50%) had at least an eightfold change from peak to trough PRNT 50 titers within greater than 90 days after onset of COVID‐19 symptoms. Conclusions Blood operators cannot infer that SARS‐CoV‐2 PRNT 50 will remain high in repeat plasma donors 3–4 months after onset of COVID‐19 symptoms.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».