Immunogenicity of COVID-19 vaccines in solid organ transplant recipients: a systematic review and meta-analysis
Notice bibliographique
Résumé
BACKGROUND: Solid organ transplant (SOT) recipients are at increased risks of morbidity and mortality associated with COVID-19. OBJECTIVES: This study aimed to evaluate the immunogenicity of COVID-19 vaccines in SOT recipients. DATA SOURCES: Electronic databases were searched for eligible reports published from 1 December 2019 to 31 May 2022. STUDY ELIGIBILITY CRITERIA: We included reports evaluating the humoral immune response (HIR) or cellular immune response rate in SOT recipients after the administration of COVID-19 vaccines. PARTICIPANTS: SOT recipients who received COVID-19 vaccines. ASSESSMENT OF RISK OF BIAS: We used the Newcastle-Ottawa scale to assess bias in case-control and cohort studies. For randomised-controlled trials, the Jadad Scale was used. METHODS: We used a random-effects model to calculate the pooled rates of immune response with 95% CI. We used a risk ratio (RR) with 95% CI for a comparison of immune responses between SOT and healthy controls. RESULTS: A total of 91 reports involving 11 886 transplant recipients (lung: 655; heart: 539; liver: 1946; and kidney: 8746) and 2125 healthy controls revealed pooled HIR rates after the 1st, 2nd, and 3rd COVID-19 vaccine doses in SOT recipients were 9.5% (95% CI, 7-11.9%), 43.6% (95% CI, 39.3-47.8%) and 55.1% (95% CI, 44.7-65.6%), respectively. For specific organs, the HIR rates were still low after 1st vaccine dose (lung: 4.4%; kidney: 9.4%; heart: 13.2%; liver: 29.5%) and 2nd vaccine dose (lung: 28.4%; kidney: 37.6%; heart: 50.3%; liver: 64.5%). CONCLUSIONS: A booster vaccination enhances the immunogenicity of COVID-19 vaccines in SOT; however, a significant share of the recipients still has not built a detectable HIR after receiving the 3rd dose. This finding calls for alternative approaches, including the use of monoclonal antibodies. In addition, lung transplant recipients need urgent booster vaccination to improve the immune response.
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 | 0,013 | 0,033 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,016 | 0,032 |
| Bibliométrie | 0,006 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».