The effect of dose-interval on antibody response to mRNA COVID-19 vaccines: a prospective cohort study
Notice bibliographique
Résumé
Background: Vaccination against COVID-19 is highly effective in preventing severe disease and hospitalization, but primary COVID mRNA vaccination schedules often differed from those recommended by the manufacturers due to supply chain issues. We investigated the impact of delaying the second dose on antibody responses to COVID mRNA-vaccines in a prospective cohort of health-care workers in Quebec. Methods: We recruited participants from the McGill University Health Centre who provided serum or participant-collected dried blood samples (DBS) at 28-days, 3 months, and 6 months post-second dose and at 28-days after a third dose. IgG antibodies to SARS-CoV2 spike (S), the receptor-binding domain (RBD), nucleocapsid (N) and neutralizing antibodies to the ancestral strain were assessed by enzyme-linked immunosorbent assay (ELISA). We examined associations between long (≤89 days) versus short (<89 days) between-dose intervals and antibody response through multivariable mixed-effects models adjusted for age, sex, prior covid infection status, time since vaccine dose, and assay batch. Findings: . short interval participants, across all time points. Interpretation: Our study indicates that extending the covid primary series between-dose interval beyond 89 days (approximately 3 months) provides stronger antibody responses than intervals less than 89 days. Our demonstration of a more robust antibody response with a longer between dose interval is reassuring as logistical and supply challenges are navigated in low-resource settings.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».