Comparative study of humoral and cellular immunity against SARS-CoV-2 induced by different COVID-19 vaccine types: Insights into protection against wildtype, Delta and JN.1 omicron strains
Notice bibliographique
Résumé
We investigated the effectiveness of different COVID-19 vaccinations administered in Pakistan by studying the effect of inactivated virus, mRNA and vector formulations. This study in 916 participants was conducted between October 2021 and July 2022. Subjects receiving inactivated (A), mRNA (B), one-dose vector (C), and two-dose vector (D) vaccines were sampled at baseline, 6, 12, and 24 weeks. Serum IgG antibodies to wildtype Spike and its receptor binding domain (RBD) were measured. Pseudovirus particle-based neutralizing assays against wildtype, Delta, and JN.1 variants were performed. T cell IFN-γ responses to SARS-CoV-2 antigens were measured. Participants were aged 37.05 ± 14.44 years and comprised 48.6 % females. Baseline Spike seropositivity rose from 90 % to 96 % by 24 weeks; and 40 % to 90 % against RBD. Group B participants had the highest anti-RBD levels which peaked by 6 weeks. IgG RBD in group A and C increased up until 24 weeks. Anti-RBD levels were reduced in those over 50 years. At baseline neutralizing titers were present at 38.5 % against wildtype and in 34.2 % against Delta variants. Titers doubled in vaccine groups A-C by 12 weeks, with highest titers in B and lowest in group C participants. At baseline, neutralizing titers against the JN.1 variant were absent but low titers were evident in 10 % of participants after 12 weeks. T cell reactivity to SARS-CoV-2 increased from 31 % at baseline to 50 % in group A and 73 % in group B participants by 6 weeks after vaccination. Presence of immunity against wildtype and Delta variants in one-third of participants at baseline could be due to sub-clinical infections. Increase in humoral and cellular immunity was greater after mRNA as compared with inactivated vaccinations. As COVID-19 morbidity in the population remained low, our data supports effectiveness of multiple vaccine formulations in protecting against severe COVID-19 in this high transmission population.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,001 | 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 ».