Differential pre-pandemic IgA reactivity against SARS-CoV-2 and circulating human coronaviruses measured in milk collected in Uganda and the USA
Notice bibliographique
Résumé
Abstract Objective Uganda, like other African countries, has registered fewer COVID-19 cases and deaths per capita than non-African countries. The lower numbers of cases and deaths in Uganda might be due to pre-existing cross-immunity induced by zoonotic coronaviruses or circulating common cold human coronaviruses (HCoVs) before the COVID-19 pandemic. In order to test this premise, we compared IgA reactivity to severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) and HCoVs in breast milk of US and rural Ugandan mothers collected in 2018 before the COVID-19 epidemic. Ugandan and US pre-pandemic breast milk samples were run in duplicate on enzyme-linked immunoadsorbent assay (ELISA) to measure specific IgA antibody reactivity to the spike proteins of SARS-CoV-2, human coronaviruses (HCoV) NL63, OC43, HKU1, and 229E. Pooled plasma from US COVID-19 positive and negative cases were employed as positive and negative controls, respectively. One Ugandan pre-pandemic milk sample had remarkably high reactivity against all HCoVs and SARS-CoV-2 spike proteins. There was higher IgA reactivity against the betacoronavirus HCoV-OC43 in Ugandan pre-pandemic milk samples by comparison with US pre-pandemic milk samples (p = 0.018). By contrast, there was significantly higher IgA reactivity against the alphacoronaviruses HCoV-229E and HCoV-NL63 in US pre-pandemic milk samples by comparison with Ugandan pre-pandemic milk samples (p < 0.0001 and 0.035, respectively). Conclusion Some Ugandan mothers may have robust pre-existing immunity against SARS-CoV-2 due to cross-immunity induced by HCoVs which may be passed on to their infants via breastfeeding. The differential pre-pandemic reactivity of US mothers to HCoV 229E and HCoV NL63 may have contributed to suboptimal antibody responses to SARS-CoV-2.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| 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 ».