Class switching toward IgG4 six months after primary mRNA-based COVID-19 vaccination in kidney patients
Notice bibliographique
Résumé
Abstract Background Class switching toward spike (S)-binding IgG4 antibodies after mRNA-based COVID-19 vaccination has been observed, an antibody subclass with strong neutralizing but limited effector activity. While this has been reported in healthy individuals, subclass dynamics in immunocompromised kidney patients are unclear. We assessed IgG subclass patterns and S-specific B-cell phenotypes up to 6 months after a two-dose mRNA-1273 vaccination schedule in kidney transplant recipients (KTRs), dialysis patients, and patients with chronic kidney disease (CKD). Methods In this exploratory study, KTRs (n=11), dialysis patients (n=5), CKD stage G4–5 patients (eGFR <30 ml/min/1.73m2, n=5), and controls without known kidney disease (eGFR >45 ml/min/1.73m2, n=8) received two mRNA-1273 doses 28 days apart. Blood was collected pre-vaccination (V1), and at 28 days (V3) and 6 months (V4) after the second dose. S1-specific IgG antibodies were measured by a validated fluorescent bead-based multiplex-immunoassay, and participants seronegative at V1 and seropositive at V3 were included. B cells were phenotyped by flow cytometry. Results Five of 11 KTRs had no detectable S-binding B cells, whereas all other groups mounted responses. Across responders, the frequency of S-binding B cells increased from V1 (median 0.08%) to 0.49% at V3 and to 0.84% at V4 (both p<0.0001). S-binding B cells mainly comprised IgG+ plasmablasts. The IgG4:IgG1 log-ratio increased significantly from V3 to V4 (p<0.001), indicating a relative shift toward IgG4; absolute frequencies were comparable across the groups. Conclusions Approximately half of KTRs lacked detectable S-binding B cells after two mRNA-1273 doses, despite antibody formation. Among responders, S-binding B cells persisted up to 6 months after vaccination with a relative shift toward IgG4, a pattern also observed in dialysis patients, CKD patients and controls. The clinical significance of this subclass skewing requires confirmation in larger cohorts with functional antibody readouts.
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 | 0,001 |
| 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 ».