MétaCan
Menu
Retour à la cohorte
Enregistrement W4417033792 · doi:10.1128/spectrum.02167-25

Serological evaluation of coronavirus IgA and IgG antibodies in a repeated cross-sectional cohort of unvaccinated and vaccinated pregnant individuals over three months following SARS-CoV-2 infection

2025· article· en· W4417033792 sur OpenAlexafffund
Guadalein Tanunliong, Ana Márquez, Hind Sbihi, Tamara Pidduck, Yin Xia Chang, Fang Fang Li, Danielle Luk, Lucia Forward, Elisabeth McClymont, Chelsea Elwood, Mel Krajden, Agatha N. Jassem, Deborah Money, Inna Sekirov

Notice bibliographique

RevueMicrobiology Spectrum · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueCOVID-19 Impact on Reproduction
Établissements canadiensBC Centre for Disease ControlWomen's Health Research InstituteUniversity of British Columbia
Organismes subventionnairesPublic Health Agency of Canada
Mots-clésSerologyAntibodyCoronavirusImmunoglobulin GCohortImmunoglobulin ARespiratory systemCohort studyTransmission (telecommunications)

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Antibody surveillance provided valuable public health insights during the Coronavirus Disease 2019 (COVID-19) pandemic. Severe Acute Respiratory Syndrome Coronavirus 2 (SARS-CoV-2) infection, vaccination, and cross-reactive responses from endemic coronaviruses (human coronaviruses [HCoVs]) can influence SARS-CoV-2 antibody responses, impacting reliability and interpretation of serological findings. Here, we investigated population-level SARS-CoV-2 and HCoV IgA and IgG responses following SARS-CoV-2 infection among unvaccinated and vaccinated pregnant individuals over 3 months. Using residual sera from routine antenatal screening of pregnant individuals in British Columbia between March 2020 to May 2022, we designed a retrospective repeated cross-sectional cohort of infected individuals either unvaccinated (UV + COV, N = 171) or two- to three-dose vaccinated (V + COV, N = 137). A total of 30 pre-pandemic sera served as negative controls. Sera were collected within 3 months of respiratory PCR-positivity in half-month intervals and tested for IgA and IgG against Spike (S) of alpha-HCoV (HCoV-229E, HCoV-NL63) and beta-HCoV (HCoV-HKU1, HCoV-OC43) and S, receptor binding domain, and nucleocapsid (N) of SARS-CoV-2 using a multiplex immunoassay. Following SARS-CoV-2 infection, V + COV had lower anti-N IgG levels ( P = 0.004) and seropositivity rates than UV + COV. One month post-infection, V + COV (38%) had lower anti-N IgA seropositivity than UV + COV (73%). Both groups had significantly higher anti-S IgA and IgG levels against beta-HCoV vs controls, with signals correlating positively with SARS-CoV-2 anti-S levels for each isotype. These results suggest that neither IgA nor IgG can reliably identify recent infections in vaccinated populations, emphasizing the importance of considering complex interplay of antibody responses when interpreting serological data and recognizing the potential and limitations of serological testing for diagnostics and surveillance. IMPORTANCE This study provides key insights into how Severe Acute Respiratory Syndrome Coronavirus 2 (SARS-CoV-2) vaccination and infection shape the magnitude and longevity of IgA and IgG antibody responses following infection in pregnant individuals. It also highlights the interplay of serological responses to related viruses, such as the human coronaviruses. By leveraging population-level antenatal sera, our findings highlight important considerations for the design and interpretation of future seroprevalence studies, antibody-based surveillance, and diagnostic strategies. As SARS-CoV-2 transitions into endemic circulation, understanding the complexity of SARS-CoV-2 antibody responses provides additional insights into the strengths and limitations of serological data interpretation in a real-world setting.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,231
Score d'incertitude au seuil0,795

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,048
Tête enseignante GPT0,386
Écart entre enseignants0,338 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMicrobiology SpectrumMême sujetCOVID-19 Impact on ReproductionTravaux en français237 207