Längsschnitt-Follow-up einer Bevölkerungskohorte in einer französischen Stadt mit hoher SARS-CoV-2-Zirkulation, Anfang 2020 [COVID-19] (COVID-OISE)

Nach der Diagnose des ersten Falles von COVID-19 im Februar 2020 wurde in einer Stadt im Norden Frankreichs eine erste retrospektive epidemiologische Untersuchung durchgeführt. Anfang 2020 wurden in dieser Stadt vom Institut Pasteur seroepidemiologische Studien bei Familien, Lehrern und nicht lehrendem Personal der Ober- und Grundschulen durchgeführt.

Diese Umfragen haben die Verbreitung von SARS-CoV-2 bei einem der ersten französischen COVID-19-Ausbrüche dokumentiert und diese Studie schlägt vor, die spezifische Immunität, die durch die Infektion in dieser Gemeinschaft erzeugt wird, besser zu charakterisieren. Tatsächlich sind die Art dieser Immunität und ihr Fortbestehen im Laufe der Zeit entscheidende Informationen. Das Ziel dieses neuen Projekts besteht darin, die spezifische Immunantwort auf das SARS-CoV-2-Virus über einen Zeitraum von zwei Jahren ab der ersten Verbreitung des Virus in dieser nordfranzösischen Stadt innerhalb einer großen Kohorte von Teilnehmern der allgemeinen Bevölkerung zu untersuchen alle Altersgruppen ab 5 Jahren, aber auch bei Patienten und Bewohnern von Seniorenheimen in dieser Stadt. Es wird erwartet, dass die durch eine natürliche Infektion oder Impfung hervorgerufene Immunantwort je nach Alter unterschiedlich ausfällt.

Diese Studie konzentriert sich auf systemische humorale und zelluläre Reaktionen, die Immunität der Nasopharynxschleimhaut und die im Speichel vorhandene humorale Reaktion. Die genetischen Grundlagen der Vielfalt humoraler Reaktionen, die durch SARS-CoV-2 hervorgerufen werden, und derjenigen, die mit der Vielzahl klinischer Manifestationen von COVID-19 zusammenhängen, werden ebenfalls untersucht. Dies würde erste Hinweise liefern, um den Schutzcharakter der durch CoV-2-SARS erzeugten natürlichen Immunität gegen eine erneute Infektion festzustellen. Schließlich werden diese Daten verwendet, um die innerfamiliäre Übertragung des Virus zu modellieren.