MétaCan
Menu
Retour à la cohorte
Enregistrement W4213435466 · doi:10.1080/22221751.2022.2046446

The Protection of Naturally Acquired Antibodies Against Subsequent SARS-CoV-2 Infection: A Systematic Review and Meta-Analysis

2022· review· en· W4213435466 sur OpenAlexaboutno aff
Qi Chen, Kongxin Zhu, Xiaohui Liu, Chunlan Zhuang, Xingcheng Huang, Yue Huang, Xingmei Yao, Jiali Quan, Hongyan Lin, Shoujie Huang, Yingying Su, Ting Wu, Jun Zhang, Ningshao Xia

Notice bibliographique

RevueEmerging Microbes & Infections · 2022
Typereview
Langueen
DomaineMedicine
ThématiqueSARS-CoV-2 and COVID-19 Research
Établissements canadiensnon disponible
Organismes subventionnairesFujian Provincial Department of Science and TechnologyChinese Academy of Medical SciencesBill and Melinda Gates Foundation
Mots-clésMedicineMeta-analysisAsymptomaticVaccinationPopulationIncidence (geometry)Internal medicineImmunology

Résumé

récupéré en direct d'OpenAlex

The specific antibodies induced by SARS-CoV-2 infection may provide protection against a subsequent infection. However, the efficacy and duration of protection provided by naturally acquired immunity against subsequent SARS-CoV-2 infection remain controversial. We systematically searched for the literature describing COVID-19 reinfection published before 07 February 2022. The outcomes were the pooled incidence rate ratio (IRR) for estimating the risk of subsequent infection. The Newcastle–Ottawa Scale (NOS) was used to assess the quality of the included studies. Statistical analyses were conducted using the R programming language 4.0.2. We identified 19 eligible studies including more than 3.5 million individuals without the history of COVID-19 vaccination. The efficacy of naturally acquired antibodies against reinfection was estimated at 84% (pooled IRR = 0.16, 95% CI: 0.14-0.18), with higher efficacy against symptomatic COVID-19 cases (pooled IRR = 0.09, 95% CI = 0.07-0.12) than asymptomatic infection (pooled IRR = 0.28, 95% CI = 0.14-0.54). In the subgroup analyses, the pooled IRRs of COVID-19 infection in health care workers (HCWs) and the general population were 0.22 (95% CI = 0.16-0.31) and 0.14 (95% CI = 0.12-0.17), respectively, with a significant difference (P = 0.02), and those in older (over 60 years) and younger (under 60 years) populations were 0.26 (95% CI = 0.15–0.48) and 0.16 (95% CI = 0.14-0.19), respectively. The risk of subsequent infection in the seropositive population appeared to increase slowly over time. In conclusion, naturally acquired antibodies against SARS-CoV-2 can significantly reduce the risk of subsequent infection, with a protection efficacy of 84%.Registration number: CRD42021286222

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)0,009
score de la tête « metaresearch » (Gemma)0,027
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,050

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,027
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0170,032
Bibliométrie0,0060,007
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0020,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,124
Tête enseignante GPT0,402
Écart entre enseignants0,278 · 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'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

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

En bref

Citations27
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEmerging Microbes & InfectionsMême sujetSARS-CoV-2 and COVID-19 ResearchTravaux en français237 207