No evidence of fetal defects or anti-syncytin-1 antibody induction following COVID-19 mRNA vaccination
Notice bibliographique
Résumé
The impact of Coronavirus Disease 2019 (COVID-19) mRNA vaccination on pregnancy and fertility has become a major topic of public interest. We investigated 2 of the most widely propagated claims to determine (1) whether COVID-19 mRNA vaccination of mice during early pregnancy is associated with an increased incidence of birth defects or growth abnormalities; and (2) whether COVID-19 mRNA-vaccinated human volunteers exhibit elevated levels of antibodies to the human placental protein syncytin-1. Using a mouse model, we found that intramuscular COVID-19 mRNA vaccination during early pregnancy at gestational age E7.5 did not lead to differences in fetal size by crown-rump length or weight at term, nor did we observe any gross birth defects. In contrast, injection of the TLR3 agonist and double-stranded RNA mimic polyinosinic-polycytidylic acid, or poly(I:C), impacted growth in utero leading to reduced fetal size. No overt maternal illness following either vaccination or poly(I:C) exposure was observed. We also found that term fetuses from these murine pregnancies vaccinated prior to the formation of the definitive placenta exhibit high circulating levels of anti-spike and anti-receptor-binding domain (anti-RBD) antibodies to Severe Acute Respiratory Syndrome Coronavirus 2 (SARS-CoV-2) consistent with maternal antibody status, indicating transplacental transfer in the later stages of pregnancy after early immunization. Finally, we did not detect increased levels of circulating anti-syncytin-1 antibodies in a cohort of COVID-19 vaccinated adults compared to unvaccinated adults by ELISA. Our findings contradict popular claims associating COVID-19 mRNA vaccination with infertility and adverse neonatal outcomes.
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 | 0,001 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 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 ».