MétaCan
Menu
Retour à la cohorte
Enregistrement W3194124896 · doi:10.21203/rs.3.rs-793234/v1

Delayed interval BNT162b2 mRNA COVID-19 vaccination provides robust immunity

2021· preprint· en· W3194124896 sur OpenAlexaff
Victoria Hall, Víctor Mendes Ferreira, Matthew Ierullo, Terrance Ku, Beata Majchrzak-Kita, Vathany Kulasingam, Atul Humar, Deepali Kumar

Notice bibliographique

RevueResearch Square · 2021
Typepreprint
Langueen
DomaineMedicine
ThématiqueSARS-CoV-2 and COVID-19 Research
Établissements canadiensUniversity Health Network
Organismes subventionnairesnon disponible
Mots-clésCoronavirus disease 2019 (COVID-19)VaccinationSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)Interval (graph theory)2019-20 coronavirus outbreakVirologyImmunityComputer scienceMedicineImmunologyImmune systemMathematicsInfectious disease (medical specialty)OutbreakInternal medicineCombinatorics

Résumé

récupéré en direct d'OpenAlex

Abstract Shortages of COVID-19 vaccines have results in delayed dosing intervals as a strategy to immunize a greater proportion of the population. The effect of this strategy on vaccine immunogenicity is not well studied. Humoral (anti-RBD levels and neutralization) and cellular immune responses were compared in health care workers receiving two doses of BNT162b2 (Pfizer-BioNTech) vaccines at standard (3-6 week) and delayed (8-12 week) intervals. In the delayed group, anti-RBD antibody titres were significantly enhanced compared to the standard interval group. Neutralizing antibody responses were excellent and comparable in both groups. A slight decrease in Spike-specific polyfunctional CD4+ T-cells expressing interferon-γ and IL-2 as well as monofunctional CD4+ T-cells was seen in the delayed group. Both polyfunctional and monofunctional CD8+ T-cell responses were comparable. Our data suggest that the strategy of delayed second dose mRNA vaccination is not overtly detrimental, and specifically may lead to an enhanced humoral immune response.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,155
Tête enseignante GPT0,460
Écart entre enseignants0,305 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResearch SquareMême sujetSARS-CoV-2 and COVID-19 ResearchTravaux en français237 207