Anti-SARS-CoV-2 antibody responses are attenuated in patients with IBD treated with infliximab.
Notice bibliographique
Résumé
OBJECTIVE: Antitumour necrosis factor (anti-TNF) drugs impair protective immunity following pneumococcal, influenza and viral hepatitis vaccination and increase the risk of serious respiratory infections. We sought to determine whether infliximab-treated patients with IBD have attenuated serological responses to SARS-CoV-2 infections. DESIGN: Antibody responses in participants treated with infliximab were compared with a reference cohort treated with vedolizumab, a gut-selective anti-integrin α4β7 monoclonal antibody that is not associated with impaired vaccine responses or increased susceptibility to systemic infections. 6935 patients were recruited from 92 UK hospitals between 22 September and 23 December 2020. RESULTS: Rates of symptomatic and proven SARS-CoV-2 infection were similar between groups. Seroprevalence was lower in infliximab-treated than vedolizumab-treated patients (3.4% (161/4685) vs 6.0% (134/2250), p<0.0001). Multivariable logistic regression analyses confirmed that infliximab (vs vedolizumab; OR 0.66 (95% CI 0.51 to 0.87), p=0.0027) and immunomodulator use (OR 0.70 (95% CI 0.53 to 0.92), p=0.012) were independently associated with lower seropositivity. In patients with confirmed SARS-CoV-2 infection, seroconversion was observed in fewer infliximab-treated than vedolizumab-treated patients (48% (39/81) vs 83% (30/36), p=0.00044) and the magnitude of anti-SARS-CoV-2 reactivity was lower (median 0.8 cut-off index (0.2-5.6) vs 37.0 (15.2-76.1), p<0.0001). CONCLUSIONS: Infliximab is associated with attenuated serological responses to SARS-CoV-2 that were further blunted by immunomodulators used as concomitant therapy. Impaired serological responses to SARS-CoV-2 infection might have important implications for global public health policy and individual anti-TNF-treated patients. Serological testing and virus surveillance should be considered to detect suboptimal vaccine responses, persistent infection and viral evolution to inform public health policy. TRIAL REGISTRATION NUMBER: ISRCTN45176516.
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 | 0,000 | 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 | 0,001 | 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 ».