3剂mRNA疫苗可有效对抗新冠 对Omicron的保护力不及Delta
评估COVID-19疫苗对抗快速传播的SARS-CoV-2 Omicron变异的效果,对于公众健康指南建议的制定,至关重要。2022年2月,发表在《JAMA》的一项研究,调查了3剂mRNA COVID-19 疫苗与SARS-CoV-2 Omicron和Delta变异引起的症状感染之间的相关性。
目的:评估接受3剂BioNTech BNT162b2或mRNA-1273疫苗与按照病毒变异(Omicron和Delta)进行分层的症状性SARS-CoV-2感染之间的相关性。
设计,地点和受试者:对2021年12月10日至2022年1月1日由全国基于药房的检测平台(美国49个州4666个COVID-19检测点)针对18岁或以上COVID类似疾病的检测进行一项检测阴性病例对照分析。
暴露:3剂mRNA COVID-19疫苗(第3剂在检测前至少14天和第2剂后至少6个月)vs未接种疫苗及vs检测前只接种2剂6个月或6个月以上(即,符合接种加强针资格)。
主要结局和测量指标:症状性SARS-CoV-2感染(按照使用S基因靶向失败定义的Omicron或Delta变异体分层)与疫苗接种(3剂vs未接种疫苗,3剂vs 2剂)之间的相关性。使用多变量多项式回归测量相关性。在这些病例中,次要结局是3个病毒基因的中位循环阈值(与存在的靶核酸量成反比),按照变异和疫苗接种状态分层。
结果:共计纳入23391例病例(13098例Omicron;10293例Delta)和46764例对照(平均年龄40.3[SD,15.6]岁;42050[60.1%]例女性)。据报道,接种了3剂mRNA疫苗的比例在Omicron病例中占18.6%(n=2441),在Delta病例中占6.6%(n=679),在对照组中占39.7%(n=18587);接种2剂mRNA疫苗的比例分别占55.3%(n=7245)、44.4%(n=4570)和41.6%(n=19456);未接种疫苗的比例分别占26.0%(n=3412)、49.0%(n=5044)和18.6%(n=8721)。
3剂疫苗与未接种疫苗相比,Omicron的校正比值比为0.33(95% CI,0.31~0.35),Delta的校正比值比为0.065(95% CI,0.059~0.071);3剂疫苗与2剂疫苗相比,Omicron的校正后比值比为0.34(95% CI,0.32~0.36),Delta为0.16(95% CI,0.14~0.17)。
无论是对抗Omicron,还是Delta,与2剂相比,3剂的病例中位循环阈值显著较高(Omicron N基因:19.35 vs 18.52;Omicron ORF1ab基因:19.25 vs 18.40;Delta N基因:19.07 vs 17.52;Delta ORF1ab基因:18.70 vs 17.28;Delta S基因:23.62 vs 20.24)。
结论和相关性:2021年12月,在美国寻求核酸检测COVID类似疾病的个人中,与检测阴性的对照相比,症状性SARS-CoV-2感染病例接受3剂mRNA COVID-19疫苗(与未接种疫苗和接受2剂相比)的可能性较小。这些结果表明,相对于未接种疫苗和接受2剂mRNA疫苗,接受3剂mRNA疫苗与对抗Omicron和Delta变体均相关,尽管Omicron较高的比值比表明其对Omicron的保护作用低于Delta。
(选题审校:程吟楚 编辑:常路)
(本文由北京大学第三医院药剂科翟所迪教授及其团队选题并审校,环球医学资讯编辑完成。)
参考资料:
JAMA. 2022 Feb 15;327(7):639-651
Association Between 3 Doses of mRNA COVID-19 Vaccine and Symptomatic Infection Caused by the SARS-CoV-2 Omicron and Delta Variants
https://pubmed.ncbi.nlm.nih.gov/35060999/
- 评价此内容
- 我要打分
近期推荐
热门关键词
最新会议
- 2013循证医学和实效研究方法学研讨会
- 欧洲心脏病学会年会
- 世界帕金森病和相关疾病2013年会议
- 英国介入放射学学会2013年第25届年会
- 美国血液学会2013年年会
- 美国癫痫学会2013年第67届年会
- 肥胖学会 2013年年会
- 2013年第9届欧洲抗体会议
- 国际精神病学协会 2013年会议
- 妇科肿瘤2013年第18届大会
- 国际创伤压力研究学会2013年第29届…
- 2013年第4届亚太地区骨质疏松症会议
- 皮肤病协会国际2013年会议
- 世界糖尿病2013年大会
- 2013年国际成瘾性药年会
- 彭晓霞---诊断试验的Meta分析
- 武姗姗---累积Meta分析和TSA分析
- 孙凤---Network Meta分析
- 杨智荣---Cochrane综述实战经验分享
- 杨祖耀---疾病频率资料的Meta分析
合作伙伴
Copyright g-medon.com All Rights Reserved 环球医学资讯 未经授权请勿转载!
网络实名:环球医学:京ICP备08004413号-2
关于我们|
我们的服务|版权及责任声明|联系我们
互联网药品信息服务资格证书(京)-经营性-2017-0027
互联网医疗保健信息服务复核同意书 京卫计网审[2015]第0344号