Standardised quantitative assays for anti-SARS-CoV-2 immune response used in vaccine clinical trials by the CEPI Centralized Laboratory Network: a qualification analysis
Notice bibliographique
Résumé
BACKGROUND: Accurate quantitation of immune markers is crucial for ensuring reliable assessment of vaccine efficacy against infectious diseases. This study was designed to confirm standardised performance of SARS-CoV-2 assays used to evaluate COVID-19 vaccine candidates at the initial seven laboratories (in North America, Europe, and Asia) of the Coalition for Epidemic Preparedness Innovations (CEPI) Centralized Laboratory Network (CLN). METHODS: Three ELISAs (pre-spike protein, receptor binding domain, and nucleocapsid), a microneutralisation assay (MNA), a pseudotyped virus-based neutralisation assay (PNA), and an IFN-γ T-cell ELISpot assay were developed, validated or qualified, and transferred to participating laboratories. Immune responses were measured in ELISA laboratory units (ELU) for ELISA, 50% neuralisation dilution (ND50) for MNA, 50% neutralisation titre (NT50) for PNA, and spot-forming units for the ELISpot assay. Replicate assay results of well characterised panels and controls of blood samples from individuals with or without SARS-CoV-2 infection were evaluated by geometric mean ratios, standard deviation, linear regression, and Spearman correlation analysis for consistency, accuracy, and linearity of quantitative measurements across all laboratories. FINDINGS: High reproducibility of results across all laboratories was demonstrated, with interlaboratory precision of 4·1-7·7% coefficient of variation for all three ELISAs, 3·8-19·5% for PNA, and 17·1-24·1% for MNA, over a linear range of 11-30 760 ELU per mL for the three ELISAs, 14-7876 NT50 per mL for PNA, and 21-25 587 ND50 per mL for MNA. The MNA was also adapted for detection of neutralising antibodies against the major SARS-CoV-2 variants of concern. The results of PNA and MNA (r=0·864) and of ELISA and PNA (r=0·928) were highly correlated. The IFN-γ ELISpot interlaboratory variability was 15·9-49·9% coefficient of variation. Sensitivity and specificity were close to 100% for all assays. INTERPRETATION: The CEPI CLN provides accurate quantitation of anti-SARS-CoV-2 immune response across laboratories to allow direct comparisons of different vaccine formulations in different geographical areas. Lessons learned from this programme will serve as a model for faster responses to future pandemic threats and roll-out of effective vaccines. FUNDING: CEPI.
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 | 0,073 | 0,049 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,002 |
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 ».