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 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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».