Detection of SARS-CoV-2 antibodies formed in response to the BNT162b2 and mRNA-1237 mRNA vaccine by commercial antibody tests
Notice bibliographique
Résumé
BACKGROUND: With rapid approval of SARS-CoV-2 vaccines, the ability of clinical laboratories to detect vaccine-induced antibodies with available high-throughput commercial assays is unknown. We aimed to determine if commercial serology assays can detect vaccine-induced antibodies (VIAs) and understand the vaccination response. METHODS: This cohort study recruited healthcare workers and residents of long-term care facilities (receiving the BNT162b2 and mRNA-1273 products, respectively) who underwent serum collection pre-vaccination (BNT162b2 group), 2-weeks post vaccination (both groups), and pre-2nd dose (both groups). Sera were tested for the presence of SARS-CoV-2 IgG using four commercial assays (Abbott SARS-CoV-2 IgG, Abbott SARS-CoV-2 IgG II Quant, DiaSorin Trimeric S IgG, and GenScript cPASS) to detect VIAs. Secondary outcomes included description of post-vaccination antibody response and correlation with neutralizing titers. RESULTS: 225 participants (177 receiving BNT162b2 and 48 receiving mRNA-1273) were included (median age 41 years; 66-78% female). Nucleocapsid IgG was found in 4.1% and 21.9% of the BNT162b2 (baseline) and mRNA-1273 (2-weeks post first dose). All anti-spike assays detected antibodies post-vaccination, with an average increase of 87.2% (range 73.8-94.3%; BNT162b2), and 25.2% (range 23.8-26.7%; mRNA-1273) between the first and last sampling time points (all p < 0.05). Neutralizing antibodies were detected at all post-vaccine timepoints for both vaccine arms, with increasing titers over time (all p < 0.05). CONCLUSIONS: Anti-spike vaccine-induced SARS-CoV-2 IgG are detectable by commercially available high-throughput assays and increases over time. Prior to second dose of vaccination, neutralizing antibodies are detectable in 73-89% of individuals, suggesting most individuals would have some degree of protection from subsequent 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 | 0,001 |
| 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 | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».