针对mRNA-1273的免疫刺激/免疫动力学模型,以指导儿科疫苗剂量选择
Vijay Ivaturi1,2, Husain Attarwala3, Weiping Deng3
1Pumas-AI, Inc, Dover, Delaware, USA.
CPT: pharmacometrics & systems pharmacology
|September 27, 2024
概括
一个免疫刺激/免疫动力学 (IS/ID) 模型预测了mRNA-1273 COVID-19疫苗的最佳剂量. 在儿科试验中,25μg剂量被发现是有效的,与临床研究结果相匹配.
科学领域:
- 疫苗学 疫苗学 疫苗学
- 免疫学 免疫学 免疫学
- 计算生物学 计算生物学
背景情况:
- 由于COVID-19疫苗的快速开发,例如mRNA-1273,因此需要建立最佳剂量以确保安全性和有效性.
- 建模和模拟提供了一种强大的方法来指导疫苗剂量选择和开发.
研究的目的:
- 开发和应用一种免疫刺激/免疫动力学 (IS/ID) 模型来表征从mRNA-1273临床研究中中和抗体标位.
- 使用开发的IS/ID模型,预测儿童群体的最佳疫苗剂量.
主要方法:
- 使用IS/ID模型对由mRNA-1273引起的中和抗体标位进行定量表征.
- 应用IS/ID模型来预测儿科临床试验的最佳疫苗剂量.
主要成果:
- 该IS/ID模型成功地从三个mRNA-1273临床研究中表征了抗体反应.
- 预计25μg的初级疫苗系列将满足儿童 (2-5岁) 和婴儿 (6-23个月) 的非劣质标准.
- 在25μg剂量的几何平均标位和比率的模型预测先验匹配了观察到的儿科临床研究数据.
结论:
- IS/ID模型为选择最佳疫苗剂量提供了一种新的,数据驱动的方法.
- 这些发现支持使用IS/ID建模来指导临床剂量选择疫苗的使用,包括儿童群体.
