MétaCan
Menu
Retour à la cohorte
Enregistrement W4306160743 · doi:10.3389/fimmu.2022.930252

Symptomatology during previous SARS-CoV-2 infection and serostatus before vaccination influence the immunogenicity of BNT162b2 COVID-19 mRNA vaccine

2022· article· en· W4306160743 sur OpenAlexafffund
Sabryna Nantel, Benoîte Bourdin, Kelsey Adams, Julie Carbonneau, Henintsoa Rabezanahary, Marie‐Ève Hamelin, Deirdre McCormack, Patrice Savard, Yves Longtin, Matthew P. Cheng, Gaston De Serres, Jacques Corbeil, Vladimir Gîlca, Mariana Baz, Guy Boivin, Caroline Quach, Hélène Decaluwe

Notice bibliographique

RevueFrontiers in Immunology · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueSARS-CoV-2 and COVID-19 Research
Établissements canadiensMcGill University Health CentreJewish General HospitalUniversité de MontréalUniversité LavalInstitut National de Santé Publique du QuébecCentre hospitalier universitaire de QuébecCentre Hospitalier Universitaire Sainte-Justine
Organismes subventionnairesNational Institute of Allergy and Infectious DiseasesCanadian Institutes of Health ResearchNational Institutes of HealthPublic Health AgencyPublic Health Agency of Canada
Mots-clésSerostatusVaccinationMedicineImmunogenicityImmunologyImmunityImmune systemAsymptomaticRegimenVirusVirologyViral loadInternal medicine

Résumé

récupéré en direct d'OpenAlex

Public health vaccination recommendations for COVID-19 primary series and boosters in previously infected individuals differ worldwide. As infection with SARS-CoV-2 is often asymptomatic, it remains to be determined if vaccine immunogenicity is comparable in all previously infected subjects. This study presents detailed immunological evidence to clarify the requirements for one- or two-dose primary vaccination series for naturally primed individuals. The main objective was to evaluate the immune response to COVID-19 mRNA vaccination to establish the most appropriate vaccination regimen to induce robust immune responses in individuals with prior SARS-CoV-2 infection. The main outcome measure was a functional immunity score (zero to three) before and after vaccination, based on anti-RBD IgG levels, serum capacity to neutralize live virus and IFN-γ secretion capacity in response to SARS-CoV-2 peptide pools. One point was attributed for each of these three functional assays with response above the positivity threshold. The immunity score was compared based on subjects' symptoms at diagnosis and/or serostatus prior to vaccination. None of the naïve participants (n=14) showed a maximal immunity score of three following one dose of vaccine compared to 84% of the previously infected participants (n=55). All recovered individuals who did not have an immunity score of three were seronegative prior to vaccination, and 67% had not reported symptoms resulting from their initial infection. Following one dose of vaccine, their immune responses were comparable to naïve individuals, with significantly weaker responses than individuals who were symptomatic during infection. These results indicate that the absence of symptoms during initial infection and negative serostatus prior to vaccination predict the strength of immune responses to COVID-19 mRNA vaccine. Altogether, these findings highlight the importance of administering the complete two-dose primary regimen and following boosters of mRNA vaccines to individuals who experienced asymptomatic SARS-CoV-2 infection.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,014
Tête enseignante GPT0,305
Écart entre enseignants0,291 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations12
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in ImmunologyMême sujetSARS-CoV-2 and COVID-19 ResearchTravaux en français237 207