MétaCan
Menu
Retour à la cohorte
Enregistrement W4389029119 · doi:10.1093/ofid/ofad500.1971

2349. Natural Killer Cells and BNT162b2 mRNA Vaccine Reactogenicity and Durability

2023· article· en· W4389029119 sur OpenAlexaff
Elizabeth Graydon, Tonia L. Conner, Kim Dunham, Cara H. Olsen, Emilie Goguet, Allison Segard, Si’Ana A. Coggins, Marana S Tso, E Samuels, Belinda Jackson‐Thompson, Matthew Moser, Alyssa R. Lindrose, Monique Hollis-Perry, Gregory Wang, Santina Maiolatesi, Yolanda Alcorta, Anatalio Reyes, Mimi Wong, Kathy Ramsey, Julian Davies, Edward Parmelee, Orlando Ortega, Margaret Edwards, Sydney Moller, Jon R. Inglefield, David R. Tribble, Timothy Burgess, Robert J. O’Connell, Allison M. W. Malloy, Simon Pollett, Christopher C. Broder, Eric D. Laing, Stephen K. Anderson, Edward Mitre

Notice bibliographique

RevueOpen Forum Infectious Diseases · 2023
Typearticle
Langueen
DomaineImmunology and Microbiology
ThématiqueImmune Cell Function and Interaction
Établissements canadiensGeneral Dynamics (Canada)
Organismes subventionnairesnon disponible
Mots-clésVaccinationMedicineImmunologyImmune systemPeripheral blood mononuclear cellCD16ReactogenicityAntibodyFlow cytometryImmunogenicityCD8In vitroBiology

Résumé

récupéré en direct d'OpenAlex

Abstract Background Natural killer (NK) cells can both amplify and diminish immune responses to vaccination. Studies in humans and animals have observed NK cell activation within days after mRNA vaccination. In this study, we sought to determine if baseline NK cell frequencies, phenotype, or function correlate with antibody responses or inflammatory side effects induced by the Pfizer-BioNTech COVID-19 vaccine (BNT162b2). Methods We analyzed serum and peripheral blood mononuclear cells (PBMCs) from 188 participants in the Prospective Assessment of SARS-CoV-2 Seroconversion study, an observational study evaluating immune responses in healthcare workers. Baseline serum samples and PBMCs were collected from all participants prior to any SARS-CoV-2 infection or vaccination. Spike-specific IgG antibodies were quantified at one and six months post-vaccination by microsphere-based multiplex immunoassay. NK cell frequencies and phenotypes were assessed on pre-vaccination PBMCs from all participants by multi-color flow cytometry, and on a subset of participants at time points after the 1st and 2nd doses of BNT162b2. Inflammatory side effects were assessed by structured symptom questionnaires, and baseline NK cell functionality was quantified by an in vitro killing assay on participants that reported high or low post-vaccination symptom scores. Results Key observations include: 1) circulating NK cells exhibit an increase in CD56dim CD16- NK cells compared to baseline levels, providing evidence of NK cell activation in the week following vaccination, 2) individuals with high symptom scores after 1st vaccination had higher pre-vaccination NK cytotoxicity indices compared to individuals with low symptoms scores (195.7 [SD 170.1] vs 118.5 [SD 77.5], p=0.04), and 3) pre-vaccination NK cell numbers were negatively correlated with spike-specific IgG levels six months after two BNT162b2 doses (Rho= -0.14, p=0.043). Conclusion These results suggest that NK cell activation by BNT162b2 vaccination may contribute to vaccine-induced inflammatory symptoms and reduce durability of vaccine-induced antibody responses. Disclosures David Tribble, MD, DrPH, AstraZeneca: The IDCRP and HJF were funded to conduct an unrelated phase III COVID-19 monoclonal antibody immunoprophylaxis trial as part of US Govt COVID response Timothy Burgess, MD, MPH, AstraZeneca: The IDCRP and the Henry M. Jackson Foundation (HJF) were funded to conduct an unrelated phase III COVID-19 monoclonal antibody immunoprophylaxis trial Simon Pollett, MBBS, AstraZeneca: The IDCRP and the Henry M. Jackson Foundation (HJF) were funded to conduct an unrelated phase III COVID-19 monoclonal antibody immunoprophylaxis trial

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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
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 Opus0,008
Tête enseignante GPT0,246
Écart entre enseignants0,238 · 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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen Forum Infectious DiseasesMême sujetImmune Cell Function and InteractionTravaux en français237 207