MétaCan
Menu
Retour à la cohorte
Enregistrement W4317602539 · doi:10.1101/2023.01.16.23284626

High proportion of Ugandans with pre-pandemic SARS-CoV-2 cross-reactive CD4+ and CD8+ T-cell responses

2023· preprint· en· W4317602539 sur OpenAlexaff
Annemarie Namuniina, Enoch S. Muyanja, Victoria Menya Biribawa, Brenda Okech, Aloysious Ssemaganda, Matt A. Price, Nancy K. Hills, Ann Nanteza, Bernard S. Bagaya, Daniela Weiskopf, Catherine Riou, Steven J. Reynolds, Ronald M Galwango, Andrew D. Redd

Notice bibliographique

RevuemedRxiv · 2023
Typepreprint
Langueen
DomaineMedicine
ThématiqueSARS-CoV-2 and COVID-19 Research
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésPandemicCoronavirus disease 2019 (COVID-19)Severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2)2019-20 coronavirus outbreakVirologyCoronavirusCD8BiologyMedicineImmunologyOutbreakAntigen

Résumé

récupéré en direct d'OpenAlex

The estimated mortality rate of the SARS-CoV-2 pandemic varied greatly around the world with multiple countries in East, Central, and West Africa having significantly lower rates of COVID-19 related fatalities than many resource-rich nations with significantly earlier wide-spread access to life-saving vaccines. One possible reason for this lower mortality could be the presence of pre-existing cross-reactive immunological responses in these areas of the world. To explore this hypothesis, stored peripheral blood mononuclear cells (PBMC) from Ugandans collected from 2015-2017 prior to the COVID-19 pandemic (n=29) and from hospitalized Ugandan COVID-19 patients (n=3) were examined using flow-cytometry for the presence of pre-existing SARS-CoV-2 cross-reactive CD4+ and CD8+ T-cell populations using four T-cell epitope mega pools. Of pre-pandemic participants, 89.7% (26/29) had either CD4+ or CD8+, or both, SARS-CoV-2 specific T-cell responses. Specifically, CD4+ T-cell reactivity (72.4%) and CD8+ T-cell reactivity (65.5%) were relatively similar, and 13 participants (44.8%) had both types of cross-reactive types of T-cells present. There were no significant differences in response by sex in the population. The rates of cross-reactive T-cell populations in these Ugandans is higher than previous estimates from resource-rich countries like the United States (20-50% reactivity). It is unclear what role, if any, this cross-reactivity played in decreasing COVID-19 related mortality in Uganda and other African countries, but does suggest that a better understanding of global pre-existing immunological cross-reactivity could be an informative data of epidemiological intelligence moving forward.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,070
Tête enseignante GPT0,385
Écart entre enseignants0,315 · 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

Citations8
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuemedRxivMême sujetSARS-CoV-2 and COVID-19 ResearchTravaux en français237 207