Différences D’immunogénicité Des Vaccins Anti-Sras-cov-2 Mrna-1273 (moderna) Et BNT162b2 (Pfizer-Biontech) Chez Les Patients Dialysés
Canadian Medical Association Journal(2022)
Abstract
Contexte: Les différences d’immunogénicité entre les vaccins anti-SRAS-CoV-2 à ARNm n’ont pas été bien caractérisées chez les patients hémodialysés. Nous avons comparé la réponse sérologique chez les patients sous hémodialyse après la vaccination contre le SRAS-CoV-2 au moyen des vaccins BNT162b2 (Pfizer-BioNTech) et mRNA-1273 (Moderna). Méthodes: Nous avons procédé à une étude de cohorte observationnelle et prospective dans 2 centres universitaires de Toronto, au Canada, du 2 février au 20 juillet 2021, et avons inclus 129 et 95 patients qui ont reçu respectivement les vaccins anti-SRAS-CoV-2 BNT162b2 et mRNA-1273. Nous avons mesuré les taux d’anticorps IgG dirigés contre la protéine S (anti-S), contre le domaine de liaison au récepteur (ou RBD, pour receptor-binding domain [anti-RBD]) et contre la protéine de la nucléocapside (anti-N) du SRAS-CoV-2 6–7) puis 12 semaines après la deuxième dose de vaccin et nous avons comparé ces taux aux taux médians d’anticorps présents dans le sérum de 211 témoins convalescents qui avaient déjà contracté le SRAS-CoV-2. Résultats: Six à 7 semaines après la deuxième dose de vaccin, nous avons constaté que 51 patients sur 70 (73 %) ayant reçu le BNT162b2 et 83 patients sur 87 (95 %) ayant reçu le mRNA-1273, ont obtenu des taux équivalents à ceux du sérum de convalescents pour ce qui est de l’anticorps anti-S (p < 0,001). Chez ceux qui ont reçu le BNT162b2, 35 sur 70 (50 %) ont atteint le taux du sérum de convalescents pour l’anti-RBD, contre 69 sur 87 (79 %) de ceux qui ont reçu le mRNA-1273 (p < 0,001). Douze semaines après la deuxième dose, les taux d’anti-S et d’anti-RBD étaient significativement moindres chez les patients ayant reçu le BNT162b2 que chez ceux qui avaient reçu le mRNA-1273. Pour l’anti-S, 70 patients sur 122 (57,4 %) ayant reçu le BNT162b2 ont maintenu un taux équivalent à celui du sérum de convalescents, contre 68 sur 71 (96 %) de ceux qui avaient reçu le mRNA-1273 (p < 0,001). Pour l’anti-RBD, 47 patients sur 122 (38,5 %) ayant reçu le BNT162b2 ont maintenu des taux anti-RBD équivalant à celui du sérum de convalescents, contre 45 sur 71 (63 %) de ceux qui avaient reçu le mRNA-1273 (p = 0,002). Interprétation: Chez les patients hémodialysés, le mRNA-1273 a généré une réponse humorale plus forte que le BNT162b2. Étant donné le déclin rapide de l’immunogénicité à 12 semaines chez les patients ayant reçu le BNT162b2, une troisième dose est recommandée chez les patients hémodialysés dans le cadre d’une première série, ce qui concorde avec les recommandations concernant d’autres populations vulnérables.
MoreTranslated text
求助PDF
上传PDF
View via Publisher
AI Read Science
AI Summary
AI Summary is the key point extracted automatically understanding the full text of the paper, including the background, methods, results, conclusions, icons and other key content, so that you can get the outline of the paper at a glance.
Example
Background
Key content
Introduction
Methods
Results
Related work
Fund
Key content
- Pretraining has recently greatly promoted the development of natural language processing (NLP)
- We show that M6 outperforms the baselines in multimodal downstream tasks, and the large M6 with 10 parameters can reach a better performance
- We propose a method called M6 that is able to process information of multiple modalities and perform both single-modal and cross-modal understanding and generation
- The model is scaled to large model with 10 billion parameters with sophisticated deployment, and the 10 -parameter M6-large is the largest pretrained model in Chinese
- Experimental results show that our proposed M6 outperforms the baseline in a number of downstream tasks concerning both single modality and multiple modalities We will continue the pretraining of extremely large models by increasing data to explore the limit of its performance
Upload PDF to Generate Summary
Must-Reading Tree
Example

Generate MRT to find the research sequence of this paper
Related Papers
2020
被引用667 | 浏览
2021
被引用3790 | 浏览
2021
被引用100 | 浏览
2021
被引用43 | 浏览
2021
被引用47 | 浏览
2022
被引用61 | 浏览
2022
被引用59 | 浏览
Data Disclaimer
The page data are from open Internet sources, cooperative publishers and automatic analysis results through AI technology. We do not make any commitments and guarantees for the validity, accuracy, correctness, reliability, completeness and timeliness of the page data. If you have any questions, please contact us by email: report@aminer.cn
Chat Paper
Summary is being generated by the instructions you defined