When Should I Get My Next COVID-19 Vaccine? Data From the Surveillance of Responses to COVID-19 Vaccines in Systemic Immune-Mediated Inflammatory Diseases (SUCCEED) Study
Notice bibliographique
Résumé
OBJECTIVE: To determine how serologic responses to coronavirus disease 2019 (COVID-19) vaccination and infection in immune-mediated inflammatory disease (IMID) are affected by time since last vaccination and other factors. METHODS: Post-COVID-19 vaccination, data, and dried blood spots or sera were collected from adults with rheumatoid arthritis, inflammatory bowel disease, systemic lupus erythematosus, ankylosing spondylitis and spondylarthritis, and psoriasis and psoriatic arthritis. The first sample was collected at enrollment, then at 2 to 4 weeks and 3, 6, and 12 months after the latest vaccine dose. Multivariate generalized estimating equation regressions (including medications, demographics, and vaccination history) evaluated serologic response, based on log-transformed anti-receptor-binding domain (RBD) IgG titers; we also measured antinucleocapsid (anti-N) IgG. RESULTS: Positive associations for log-transformed anti-RBD titers were seen with female sex, number of doses, and self-reported COVID-19 infections in 2021 to 2023. Negative associations were seen with prednisone, anti-tumor necrosis factor agents, and rituximab. Over the 2021-2023 period, most (94%) of anti-N positivity was associated with a self-reported infection in the 3 months prior to testing. From March 2021 to February 2022, anti-N positivity was present in 5% to 15% of samples and was highest in the post-Omicron era, with antinucleocapsid positivity trending to 30% to 35% or higher as of March 2023. Anti-N positivity in IMID remained lower than Canada's general population seroprevalence (> 50% in 2022 and > 75% in 2023). Time since last vaccination was negatively associated with log-transformed anti-RBD titers, particularly after 210 days. CONCLUSION: Ours is the first pan-Canadian IMID assessment of how vaccine history and other factors affect serologic COVID-19 vaccine responses. These findings may help individuals personalize vaccination decisions, including consideration of additional vaccination when > 6 months has elapsed since last COVID-19 vaccination/infection.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,002 | 0,001 |
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.
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 ».