针对英国新出现的SARS-CoV-2变种的免疫反应的实时估计:数学建模研究
Timothy W Russell1, Hermaleigh Townsley2, Joel Hellewell3
1Centre for Mathematical Modelling of Infectious Diseases, London School of Hygiene & Tropical Medicine, London, UK.
The Lancet. Infectious diseases
|September 14, 2024
概括
了解COVID-19免疫力需要跟踪针对新型SARS-CoV-2变异的抗体水平. 这项研究模拟了抗体动力学,显示了疫苗接种和感染史如何影响免疫反应对诸如Delta,BA.2和XBB 1.5.5等变种的免疫反应.
科学领域:
- 免疫学 免疫学 免疫学
- 病毒学 病毒学
- 流行病学 流行病学
背景情况:
- SARS-CoV-2 变种的出现和广泛的 COVID-19 疫苗接种已经创造了复杂的暴露历史.
- 评估这些暴露对抗SARS-CoV-2中和抗体的影响对于疫苗策略和流行病管理至关重要.
研究的目的:
- 根据先前的暴露史,调查针对新出现的SARS-CoV-2变种的个人和人口水平抗体动态的异质性.
- 检查对免疫反应实时估计的影响.
- 评估COVID-19疫苗宣传时间对人口免疫力的影响.
主要方法:
- 一个贝叶斯分层模型被开发用于估计中和抗体轨迹对SARS-CoV-2变种使用活病毒微中和测试.
- 该模型结合了个人级别的COVID-19疫苗接种和SARS-CoV-2感染史.
- 分析了来自伦敦大学院医院-弗朗西斯·克里克研究所遗留研究队列 (NCT04750356) 的数据,对疫苗接种事件相对于变种出现进行了细分 (Delta,BA.2,XBB 1.5).
主要成果:
- 分析包括来自335名 (Delta),385名 (BA.2) 和248名 (XBB 1.5) 参与者的数据,模拟了968次暴露和1895个血清样本.
- 根据不同变体的先前感染史,高峰抗体标位值在不同变体之间有显著的变化.
- 例如,在XBB 1.5波中,先前感染过Omicron的个体显示出高估的峰值标位 (1556.3 IC50) 与没有先前感染的人 (703.2 IC50) 相比.
结论:
- 该研究表明,在SARS-CoV-2变种出现之前,实时估计抗体动力学的可行性.
- 这种方法对于了解SARS-CoV-2联合暴露如何影响抗体动力学是有价值的.
- 它还有助于检查COVID-19疫苗接种活动的时间如何影响人口层面对新兴变种的免疫力.
