COVID-19 reinfections among naturally infected and vaccinated individuals
Notice bibliographique
Résumé
The protection against emerging SARS-CoV-2 variants by pre-existing antibodies elicited due to the current vaccination or natural infection is a global concern. We aimed to investigate the rate of SARS-CoV-2 infection and its clinical features among infection-naïve, infected, vaccinated, and post-infection-vaccinated individuals. A cohort was designed among icddr,b staff registered for COVID-19 testing by real-time reverse transcriptase-polymerase chain reaction (rRT-PCR). Reinfection cases were confirmed by whole-genome sequencing. From 19 March 2020 to 31 March 2021, 1644 (mean age, 38.4 years and 57% male) participants were enrolled; where 1080 (65.7%) were tested negative and added to the negative cohort. The positive cohort included 750 positive patients (564 from baseline and 186 from negative cohort follow-up), of whom 27.6% were hospitalized and 2.5% died. Among hospitalized patients, 45.9% had severe to critical disease and 42.5% required oxygen support. Hypertension and diabetes mellitus were found significantly higher among the hospitalised patients compared to out-patients; risk ratio 1.3 and 1.6 respectively. The risk of infection among positive cohort was 80.2% lower than negative cohort (95% CI 72.6-85.7%; p < 0.001). Genome sequences showed that genetically distinct SARS-CoV-2 strains were responsible for reinfections. Naturally infected populations were less likely to be reinfected by SARS-CoV-2 than the infection-naïve and vaccinated individuals. Although, reinfected individuals did not suffer severe disease, a remarkable proportion of naturally infected or vaccinated individuals were (re)-infected by the emerging variants.
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 | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».