Comparing methods collecting mucosal secretions and detecting SARS-CoV-2 spike IgA in three laboratories across three countries
Notice bibliographique
Résumé
BACKGROUND: Mucosal IgA is key in preventing severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) infections. Several mucosal vaccines are in development, and consistent methodologies assessing mucosal IgA are crucial for evaluation across clinical trials. METHODS: We compared SARS-CoV-2 ancestral spike-specific IgA and secretory IgA (SIgA) in nasal secretions and saliva from 20 adults enrolled at Danderyd Hospital, Stockholm, Sweden, and 23 adults enrolled at the Icahn School of Medicine at Mount Sinai, New York, USA. Nasal secretions were collected by Nasosorption® and nasal swabs, and saliva by passive drooling, Salivette®, and saliva swabs. Antibody levels were measured in all samples using an electrochemiluminescence assay (ECL) and two enzyme-linked immunosorbent assays (ELISAs). FINDINGS: Spike-specific IgA and SIgA levels measured by ECL correlated well with those measured by ELISA across nasal and saliva samples (range 0.42-0.94, p < 0.01), except for saliva collected by saliva swabs yielding lower IgA concentrations and weaker correlations (range - 0.21-0.27). Spike-specific IgA levels also correlated well across collection methods (range 0.7-0.9, p < 0.0001), with a weaker correlation between saliva collected by passive drooling and saliva swab (r = 0.55, p < 0.001). Although antibody levels correlated well between nasal secretions and saliva collected by passive drooling or Salivette® (range 0.64-0.86, p < 0.01), the overall levels were > 3-fold higher in nasal secretions compared to saliva (p < 0.01). INTERPRETATION: This multi-center study demonstrates an overall good comparability between spike-specific IgA and SIgA across assays and collection methods, except for saliva swabs. Our findings suggest that nasal secretions may be preferable due to higher spike-specific IgA levels compared to in saliva.
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 | 0,018 | 0,025 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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.
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 ».