Distinct age-specific SARS-CoV-2 IgG decay kinetics following natural infection
Notice bibliographique
Résumé
Abstract Background Antibody responses to SARS-CoV-2 can be observed as early as 14 days post-infection, but little is known about the stability of antibody levels over time. Here we evaluate the long-term stability of anti-SARS-CoV-2 IgG antibodies following infection with SARS-CoV-2 in 402 adult donors. Methods We performed a multi-center study carried out at Plasma Donor Centers in the city of Heidelberg (Plasmazentrum Heidelberg, Germany) and Munich (Plasmazentrum München, Germany). We present anti-S/N and anti-N IgG antibody levels in prospective serum samples collected up to 403 days post recovery from SARS-CoV-2 infected individuals. Results The cohort includes 402 adult donors (185 female, 217 male; 17 - 68 years of age) where anti-SARS-CoV-2 IgG levels were measured in plasma samples collected between 18- and 403-days post SARS-CoV-2 infection. A linear mixed effects model demonstrated IgG decay rates that decrease over time (χ 2 =176.8, p<0.00001) and an interaction of time*age χ (χ 2 =10.0, p<0.005)), with those over 60+ years showing the highest baseline IgG levels and the fastest rate of IgG decay. Baseline viral neutralization assays demonstrated that serum IgG levels correlated with in vitro neutralization capacity in 91% of our cohort. Conclusion Long-term antibody levels and age-specific antibody decay rates suggest the potential need for age-specific vaccine booster guidelines to ensure long term vaccine protection against SARS-CoV-2 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) | 0,002 | 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 ».