Vaccination from the early second trimester onwards gives a robust SARS-CoV-2 antibody response throughout pregnancy and provides antibodies for the neonate
Notice bibliographique
Résumé
OBJECTIVES: Preventive measures against COVID-19 are essential for pregnant women. Pregnant women are particularly vulnerable to emerging infectious pathogens due to alterations in their physiology. We aimed to determine the optimum timing of vaccination to protect pregnant women and their neonates from COVID-19. METHODS: A prospective observational longitudinal cohort study in pregnant women who received COVID-19 vaccination. We collected blood samples to evaluate levels of antispike, receptor binding domain and nucleocapsid antibodies against SARS-CoV-2 before vaccination and 15 days after the first and second vaccination. We determined the neutralizing antibodies from mother-infant dyads in maternal and umbilical cord blood at birth. If available, immunoglobulin A was measured in human milk. RESULTS: We included 178 pregnant women. Median antispike immunoglobulin G levels increased significantly from 1.8 to 5431 binding antibody units/ml and receptor binding domain from 6 to 4466 binding antibody units/ml. Virus neutralization showed similar results between different weeks of gestation at vaccination (P >0.3). CONCLUSION: We advise vaccination in the early second trimester of pregnancy for the optimum balance between the maternal antibody response and placental antibody transfer to the neonate.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».