Antibody Response to COVID-19 mRNA Vaccines in Oncologic and Hematologic Patients Undergoing Chemotherapy
Notice bibliographique
Résumé
BACKGROUND: Information on immune responses in cancer patients following mRNA COVID-19 vaccines is still insufficient, but generally, patients had impaired serological responses, especially those with hematological malignancies. We evaluated serological response to COVID-19 mRNA vaccine in cancer patients receiving chemotherapy compared with healthy controls. METHODS: In total, 195 cancer patients and 400 randomly selected controls who had been administered a Pfizer-BioNTech or Moderna COVID-19 vaccines in two doses were compared. The threshold of positivity was 4.33 BAU/mL. Patients were receiving anticancer treatment after the first and second dose of the vaccines. RESULTS: a TOTAL OF 169 patients (87%) had solid tumors and 26 hemolymphopoietic diseases. Seropositivity rate was lower in patients than controls (91% vs. 96%), with an age/gender-adjusted rate ratio (RR) of 0.95 (95% CL = 0.89-1.02). Positivity was found in 97% of solid cancers and in 50% of hemolymphopoietic tumors. Both advanced and adjuvant therapy seemed to slightly reduce seropositivity rates in patients when compared to controls (RR = 0.97, 95% CL = 0.89-1.06; RR = 0.94, 95% CL = 0.87-1.01). CONCLUSIONS: the response to vaccination is similar in patients affected by solid tumors to controls. On the contrary, hemolymphopietic patients show a much lower response than controls.
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 | 0,001 |
| 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) | 0,001 | 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 ».