Immune responses of COVID-19 vaccines in older adults: a systematic review and meta-analysis
Notice bibliographique
Résumé
Introduction In the wake of the unprecedented global COVID-19 pandemic, the development of effective vaccines is crucial. While multiple vaccines have been developed, evidence suggests that immune response may vary especially in older adults. Evaluation of COVID-19 immunogenicity in this vulnerable population needs to be explored. Methods Literature search was performed in databases including PubMed, ScienceDirect, and Scopus. The quality of studies was evaluated using the Cochrane Risk of Bias 2.0 and Newcastle Ottawa Scale for Cohort Studies. Results There are 10 studies included in this review. Two doses of the COVID-19 vaccine showed a significant increase in antibody titers (MD 221.48 AU/mL; 95% CI 109.16-333.80; p=0.0001). Subgroup analysis showed a dose-dependent relationship, with the highest amount of increase in MVC-COV19 at 25 mcg. The increase in anti-RBD IgG was also significant (MD 3.355 log 10 AU/mL; 95% CI 3.03-4.08; p=0.00001). S1 reactive T cells and anti-S1 IgG was not significantly increased after 2 doses of the vaccine. Conclusion Our study found that in general, the COVID-19 vaccine is effective in increasing several immune parameters. Measures to increase efficacy in this population such as a third dose or vaccine booster are needed to overcome age-related changes in immunity, thus enhancing the health of the elderly.
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 | 0,009 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,015 | 0,025 |
| Bibliométrie | 0,006 | 0,006 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 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 ».