Differential pre-pandemic breast milk IgA reactivity against SARS-CoV-2 and circulating human coronaviruses in Ugandan and American mothers
Notice bibliographique
Résumé
OBJECTIVE: Uganda has registered fewer coronavirus disease 2019 (COVID-19) cases and deaths per capita than Western countries. The lower numbers of cases and deaths might be due to pre-existing cross-immunity induced by circulating common cold human coronaviruses (HCoVs) before the COVID-19 pandemic. To investigate pre-existing mucosal antibodies against severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2), the causative agent of COVID-19, a comparison was performed of IgA reactivity to SARS-CoV-2 and HCoVs in milk from mothers collected in 2018. METHODS: Ugandan and United States milk samples were run on an ELISA to measure specific IgA to SARS-CoV-2 and HCoVs NL63, OC43, HKU1, and 229E spike proteins. Pooled plasma from United States SARS-CoV-2-positive and negative cases were positive and negative controls, respectively. RESULTS: One Ugandan mother had high milk IgA reactivity against all HCoVs and SARS-CoV-2 spike proteins. Ugandan mothers had significantly higher IgA reactivity against the betacoronavirus HCoV-OC43 than United States mothers (P = 0.018). By contrast, United States mothers had significantly higher IgA reactivity against the alphacoronaviruses HCoV-229E and HCoV-NL63 than Ugandan mothers (P < 0.0001 and P = 0.035, respectively). CONCLUSION: Some Ugandan mothers have pre-existing HCoV-induced IgA antibodies against SARS-CoV-2, which may be passed to infants via breastfeeding.
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 | 0,001 |
| 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) | 0,000 | 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 ».