MétaCan
Menu
Retour à la cohorte
Enregistrement W4399425924 · doi:10.1093/infdis/jiae291

Antibody and T-Cell Response to Bivalent Booster SARS-CoV-2 Vaccines in People With Compromised Immune Function: COVERALL-3 Study

2024· article· en· W4399425924 sur OpenAlexaff
Alain Amstutz, Frédérique Chammartin, Annette Audigé, Anna Eichenberger, Dominique L. Braun, Patrizia Amico, Marcel Stoeckle, Barbara Hasse, Matthaios Papadimitriou‐Olivgeris, Cédric Bongard, Macé M. Schuurmans, René Hage, Dominik Damm, Michael Tamm, Nicolas J. Mueller, Andri Rauch, Huldrych F. Günthard, Michael Koller, Christof Schönenberger, Alexandra Griessbach, Niklaus Daniel Labhardt, Roger D. Kouyos, Alexandra Trkola, Katharina Kusejko, Heiner C. Bucher, Irène A. Abela, Matthias Briel, Benjamin Speich, Karoline Aebi‐Popp, A Anagnostopoulos, Manuel Battegay, Enos Bernasconi, Alexandra Calmy, Matthias Cavassini, Angela Ciuffi, G Dollenmaier, Matthias Egger, Luigia Elzi, Jan Fehr, Jacques Fellay, Hansjakob Furrer, Christoph A. Fux, Anna Hachfeld, D Haerry, Hans H. Hirsch, Marc Hoffmann, Irène Hösli, M Huber, David Jackson‐Perry, Christian R. Kahlert, Laurent Kaiser, Olivia Keiser, Thomas Klimkait, Helen Kovari, K Kusejko, Karoline Leuzinger, Begoña Martínez de Tejada, Catia Marzolini, Karin J. Metzner, N Müller, Johannes Nemeth, Dunja Nicca, Julia Notter, P Paioni, Giuseppe Pantaleo, M Perreau, Luisa Salazar‐Vizcaya, Patrick Schmid, R Speck, M Stöckle, Philip Tarr, Gilles Wandeler, Maja Weisser, Sabine Yerly, John‐David Aubert, Vanessa Banz, Sonja Beckmann, Guido Beldi, Christoph Berger, Ekaterine Berishvili, Annalisa Berzigotti, Isabelle Binet, Pierre–Yves Bochud, Sanda Branca, Anne Cairoli, Yves Chalandon, Sabina De Geest, Olivier de Rougemont, Sophie de Seigneux, Michael Dickenmann, Joëlle Lynn Dreifuss, Michel A. Duchosal, Thomas Fehr, Sylvie Ferrari-Lacraz, Christian Garzoni, Déla Golshayan, Nicolas Goossens, Fadi Haidar, Jörg Halter, Dominik Heim, Christoph Hess, Sven Hillinger, Patricia Hirt, Linard Hoessly, Günther F.L. Hofbauer, Uyen Huynh‐Do, Franz Immer, Bettina Laesser, Frédéric Lamoth, Roger Lehmann, Alexander Leichtle, Hans‐Peter Marti, Michele Martinelli, Valérie A. McLin, Katell Mellac, Aurélia Merçay, Karin Mettler, Ulrike Müller-Arndt, Beat Müllhaupt, Mirjam Nägeli, Graziano Oldani, Manuel Pascual, Jakob Passweg, Rosemarie Pazeller, Klara M. Posfay‐Barbe, Juliane Rick, Anne Rosselet, Simona Rossi, Silvia Rothlin, Frank Ruschitzka, Stefan Schaub, Alexandra Scherrer, Aurelia Schnyder, Simon Schwab, Thierry Sengstag, Federico Simonetta, Susanne Stampf, Jürg Steiger, Guido Stirnimann, Ueli Stürzinger, Christian van Delden, Jean-Pierre Venetz, Jean Villard, Julien Vionnet, Madeleine Wick, Markus J. Wilhelm, Patrick Yerly

Notice bibliographique

RevueThe Journal of Infectious Diseases · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueSARS-CoV-2 and COVID-19 Research
Établissements canadiensMcMaster UniversityImpact
Organismes subventionnairesJanggen-Pöhn-StiftungModernaBill and Melinda Gates FoundationViiV HealthcareNational Science FoundationSwiss Transplant Cohort StudyUniversität BaselNational Institutes of HealthSchweizerischer Nationalfonds zur Förderung der Wissenschaftlichen ForschungGilead SciencesRocheAstraZenecaPfizer
Mots-clésBivalent (engine)AntibodyImmune systemAntibody responseBooster (rocketry)VirologyImmunologyBooster doseMedicineSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)Coronavirus disease 2019 (COVID-19)BiologyImmunizationChemistryInfectious disease (medical specialty)DiseasePhysics

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Bivalent messenger RNA (mRNA) vaccines, designed to combat emerging severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) variants, incorporate ancestral strains and a new variant. Our study assessed the immune response in previously vaccinated individuals of the Swiss HIV Cohort Study (SHCS) and the Swiss Transplant Cohort Study (STCS) following bivalent mRNA vaccination. METHODS: Eligible SHCS and STCS participants received approved bivalent mRNA SARS-CoV-2 vaccines (mRNA-1273.214 or BA.1-adapted BNT162b2) within clinical routine. Blood samples were collected at baseline, 4 weeks, 8 weeks, and 6 months postvaccination. We analyzed the proportion of participants with anti-spike protein antibody response ≥1642 units/mL (indicating protection against SARS-CoV-2 infection), and in a subsample T-cell response (including mean concentrations), stratifying results by cohorts and population characteristics. RESULTS: In SHCS participants, baseline anti-spike antibody concentrations ≥1642 units/mL were observed in 87% (96/112), reaching nearly 100% at follow-ups. Among STCS participants, 58% (35/60) had baseline antibodies ≥1642 units/mL, increasing to 80% at 6 months. Except for lung transplant recipients, all participants showed a 5-fold increase in geometric mean antibody concentrations at 4 weeks and a reduction by half at 6 months. At baseline, T-cell responses were positive in 96% (26/27) of SHCS participants and 36% (16/45) of STCS participants (moderate increase to 53% at 6 months). Few participants reported SARS-CoV-2 infections, side-effects, or serious adverse events. CONCLUSIONS: Bivalent mRNA vaccination elicited a robust humoral response in individuals with human immunodeficiency virus (HIV) or solid organ transplants, with delayed responses in lung transplant recipients. Despite a waning effect, antibody levels remained high at 6 months and adverse events were rare. Clinical Trials Registration . NCT04805125.

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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,017
Tête enseignante GPT0,327
Écart entre enseignants0,310 · 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

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Infectious DiseasesMême sujetSARS-CoV-2 and COVID-19 ResearchTravaux en français237 207