MétaCan
Menu
Retour à la cohorte
Enregistrement W4405737732 · doi:10.3390/covid5010002

Impact of Metabolic States on SARS-CoV-2 Vaccine Responses in Mouse Models of Obesity and Diabetes

2024· article· en· W4405737732 sur OpenAlexaff
Olivia A. Smith, B. Fujimoto, Teri Ann S. Wong, Albert To, Troy Odo, Aquena H. Ball, Brien K. Haun, Hiromi Muramatsu, Ying K. Tam, Norbert Pardi, Axel T. Lehrer

Notice bibliographique

RevueCOVID · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueCOVID-19 Clinical Research Studies
Établissements canadiensAcuitas Therapeutics (Canada)
Organismes subventionnairesNational Institute of Allergy and Infectious DiseasesVictoria S. and Bradley L. Geist FoundationHawaii Community Foundation
Mots-clésImmunogenicityImmune systemImmunologyVaccinationMedicineDiabetes mellitusObesityVaccine efficacyImmunityPopulationType 2 diabetesGlycemicInternal medicineEndocrinologyEnvironmental health

Résumé

récupéré en direct d'OpenAlex

The emergence of SARS-CoV-2 has resulted in a significant impact on public health, particularly for individuals with underlying health conditions such as obesity and diabetes. While vaccination efforts have played a crucial role in reducing hospitalizations, it remains unclear whether the effectiveness of these vaccines varies among different population groups. In this study, we investigated the immune responses generated by various SARS-CoV-2 vaccine platforms in mouse models with obesity and diabetes, focusing on both cell-mediated and humoral immune responses. Our findings revealed diminished immune responses in diabetic and obese mice compared to healthy counterparts. After vaccination with adjuvanted subunit or mRNA lipid nanoparticle (LNP) vaccines, both humoral and cell-mediated responses were significantly reduced in diabetic mice. Obese mice also exhibited decreased immunogenicity, albeit to a lesser extent. However, it should be noted that mRNA vaccines demonstrated strong neutralizing responses across all metabolic states, while adjuvanted subunit vaccines elicited higher antibody avidity in mice with type 2 diabetes (T2D) and obesity compared to healthy mice. These results suggest that the impaired humoral and cell-mediated responses observed in altered metabolic states may be linked to chronic inflammation associated with obesity and suboptimal glycemic control in diabetes. Understanding the impact of these metabolic disturbances on vaccine immunogenicity is crucial for developing optimized vaccines that can effectively enhance immune responses and provide long-lasting protection against SARS-CoV-2, even in individuals with obesity and diabetes. By contributing these findings, we support efforts to improve vaccine efficacy in populations affected by metabolic disorders, advancing effective immunization against SARS-CoV-2.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,086
Tête enseignante GPT0,459
Écart entre enseignants0,373 · 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'étudeExpérimental (laboratoire)
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

Citations5
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCOVIDMême sujetCOVID-19 Clinical Research StudiesTravaux en français237 207