HIV and SARS-CoV-2 infection in postpartum Kenyan women and their infants
Notice bibliographique
Résumé
ABSTRACT Background HIV may increase SARS-CoV-2 infection risk and COVID-19 severity generally, but data are limited about its impact on postpartum women and their infants. As such, we characterized SARS-CoV-2 infection among mother-infant pairs in Nairobi, Kenya. Methods We conducted a nested study of 53 HIV-uninfected and 51 healthy women living with HIV, as well as their HIV-exposed uninfected (N=41) and HIV-unexposed (N=48) infants, participating in a prospective cohort. SARS-CoV-2 serology was performed on plasma collected between 1 May-31 December 2020 to determine the incidence, risk factors, and symptoms of infection. SARS-CoV-2 RNA PCR and sequencing was also performed on stool samples from seropositive participants. Results SARS-CoV-2 seropositivity was found in 38% of the 104 mothers and in 17% of the 89 infants. There was no significant association between SARS-CoV-2 infection and maternal HIV (Hazard Ratio [HR]=1.51, 95% CI: 0.780-2.94) or infant HIV exposure (HR=1.48, 95% CI: 0.537-4.09). Maternal SARS-CoV-2 was associated with a >10-fold increased risk of infant infection (HR=10.3, 95% CI: 2.89-36.8). Twenty percent of participants had symptoms, but no participant experienced severe COVID-19 or death. Seroreversion occurred in ∼30% of mothers and infants. SARS-CoV-2 sequences obtained from stool were related to contemporaneously circulating variants. Conclusions These data indicate that postpartum Kenyan women and their infants were at high risk for SARS-CoV-2 infection in 2020, and that antibody responses waned rapidly. However, most cases were asymptomatic and healthy women living with HIV did not have a substantially increased risk of infection or severe COVID-19.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».