MétaCan
Menu
← Retour à la cohorte
Enregistrement W4311582042 · doi:10.1038/s41598-022-25134-0

Long-term durability of immune responses to the BNT162b2 and mRNA-1273 vaccines based on dosage, age and sex

2022· article· en· W4311582042 sur OpenAlexafffund
Chapin S. Korosec, Suzan Farhang‐Sardroodi, David W. Dick, Sameneh Gholami, Mohammad Sajjad Ghaemi, Iain R. Moyles, Morgan Craig, Hsu Kiang Ooi, Jane M. Heffernan

Notice bibliographique

RevueScientific Reports · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueSARS-CoV-2 and COVID-19 Research
Établissements canadiensUniversité de MontréalCentre Hospitalier Universitaire Sainte-JustineNational Research Council CanadaUniversity of ManitobaYork University
Organismes subventionnairesNational Research Council CanadaNatural Sciences and Engineering Research Council of CanadaCanadian Institutes of Health Research
Mots-clésImmunogenicityImmunityVaccinationImmune systemHumoral immunityMedicineImmunologyClinical trialVaccine efficacyInternal medicine

Résumé

récupéré en direct d'OpenAlex

The lipid nanoparticle (LNP)-formulated mRNA vaccines BNT162b2 and mRNA-1273 are a widely adopted multi vaccination public health strategy to manage the COVID-19 pandemic. Clinical trial data has described the immunogenicity of the vaccine, albeit within a limited study time frame. Here, we use a within-host mathematical model for LNP-formulated mRNA vaccines, informed by available clinical trial data from 2020 to September 2021, to project a longer term understanding of immunity as a function of vaccine type, dosage amount, age, and sex. We estimate that two standard doses of either mRNA-1273 or BNT162b2, with dosage times separated by the company-mandated intervals, results in individuals losing more than 99% humoral immunity relative to peak immunity by 8 months following the second dose. We predict that within an 8 month period following dose two (corresponding to the original CDC time-frame for administration of a third dose), there exists a period of time longer than 1 month where an individual has lost more than 99% humoral immunity relative to peak immunity, regardless of which vaccine was administered. We further find that age has a strong influence in maintaining humoral immunity; by 8 months following dose two we predict that individuals aged 18-55 have a four-fold humoral advantage compared to aged 56-70 and 70+ individuals. We find that sex has little effect on the immune response and long-term IgG counts. Finally, we find that humoral immunity generated from two low doses of mRNA-1273 decays at a substantially slower rate relative to peak immunity gained compared to two standard doses of either mRNA-1273 or BNT162b2. Our predictions highlight the importance of the recommended third booster dose in order to maintain elevated levels of antibodies.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
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 seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
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 Opus0,035
Tête enseignante GPT0,342
Écart entre enseignants0,307 · 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

Citations56
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueScientific Reports→Même sujetSARS-CoV-2 and COVID-19 Research→Travaux en français237 207→