Efficacy and potential human and economic impact of a broadly protective betacoronavirus vaccine
Notice bibliographique
Résumé
Abstract Within two decades, three different betacoronaviruses (β-CoV) have spilled over from animals to humans causing high consequence diseases, the most recent causing the COVID-19 pandemic. Using computational antigen design technology, we developed a single multivalent vaccine candidate capable of broadly neutralising diverse animal and human β-CoVs. We then demonstrated that this single vaccine could protect mice from lethal infection against the three genetically distinct human SARS-CoV, MERS-CoV and SARS-CoV-2 viruses. Epidemiological modelling revealed that a single broadly protective β-CoV vaccine (BPBV) of moderate efficacy (50% against severe disease) could have averted a significant fraction of deaths during the SARS-CoV-2 pandemic, depending on the degree of clinical preparedness established pre-pandemic. Deaths averted by the BPBV varied in our simulations, ranging from 47% if the BPBV had been clinically evaluated through to a phase 2 trail, and ready for vaccine efficacy trials early during an initial outbreak, to 13% if phase 1 clinical testing of such a BPBV had not yet been initiated. Taken together we provide pre-clinical evidence of robust efficacy of a single BPBV vaccine candidate and modelling data demonstrating the significant positive impact on human health and significant economic benefit to national economies which would be achieved by clinically advancing and stockpiling a Phase 3 ready BPBV vaccine in the event of new virus outbreaks.
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 | 0,001 | 0,002 |
| 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 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».