SARS-CoV-2 and HCoV IgG Antibodies in the Breast Milk of a Postpartum SARS-CoV-2 Patient Following Bamlanivimab Administration: A Case Report
Notice bibliographique
Résumé
Breast milk can provide passive immunity to infants, serving as a valuable source of maternal antibodies while remaining a non-invasive sample for investigating maternal immune responses. To date, no studies have evaluated SARS-CoV-2 and potentially cross-reactive HCoV antibodies in breast milk following bamlanivimab administration. A 36-year-old postpartum female was PCR-positive for SARS-CoV-2 four days post-delivery. Bamlanivimab was administered intravenously two days later. Breast milk was collected before bamlanivimab infusion, daily for two weeks post-infusion, then weekly until 102 days post-infusion. Mother and infant sera were collected only at 102 days post-infusion. All milk and serum samples were tested for IgG antibodies against SARS-CoV-2 and HCoV. We observed two distinct SARS-CoV-2 antibody peaks at days 3 and 29 post-infusion, likely representing bamlanivimab transfer and the post-infection antibody response. Beta-HCoV antibodies showed two peaks at days 6 and 29, potentially representing backboosted beta-HCoV responses and/or antibody cross-reactivity with SARS-CoV-2. Infant seropositivity for SARS-CoV-2 102 days post-infusion may represent antibodies from passive transfer via breastfeeding or a subclinical infection. This case highlights the value of breast milk as a non-invasive and repeatable sample to help understand maternal immune responses post-infection, exogenous antibody infusion, and passive antibody transfer during breastfeeding, which can provide insights into maternal–infant health research.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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) | 0,000 | 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 tête enseignante, 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 ».