Low incidence of de novo HLA antibodies after COVID‐19 vaccination: A cohort study of patients awaiting kidney transplantation
Notice bibliographique
Résumé
BACKGROUND: Antibodies against human leukocyte antigen (anti-HLA Abs) are associated with an increased risk of allograft loss. Herein, we report the prospective follow-up for anti-HLA Abs formation in 103 patients with end-stage kidney disease on the waiting list for transplantation who underwent COVID-19 vaccination. PATIENTS AND METHODS: Sera were tested before and after vaccination using Luminex technology. The cohort comprised of 62 males and 41 females with a mean age of 56 ± 14 years. The patients received BNT162b2 (80.4%), mRNA-1273 (18.5%), AZD1222 (0.40%), or ChAdOx1-S (0.80%) vaccine. Patients were tested before and within 119 ± 50, 95 ± 46 and 25 ± 26 days after the first, second, and third dose of the vaccine, respectively. RESULTS: No significant change in calculated panel reactive antibody (cPRA) after vaccination was seen. Although 98.1% of patients had no change in anti-HLA Abs profile or cPRA after vaccination, two patients (1.9%) developed de novo anti-HLA Abs against class I or II HLA antigens. In those two patients, the cPRA changed from 0% and 63% at baseline to 9% and 90% after vaccination, respectively. Both patients received the BNT162b2 mRNA-based vaccine. The earliest detected anti-HLA Abs was 18 days after the first dose. CONCLUSION: In rare cases, new anti-HLA antibodies were observed after COVID-19 vaccination, with potential implications for transplantation. The low incidence of this phenomenon is outweighed by the clinical benefits of vaccination.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,000 | 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 tête enseignante, 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 ».