Begränsar upprepad influensavaccination influensaimmunsvar och skydd
Syftet med denna studie är att förstå de långsiktiga konsekvenserna av upprepad årlig influensavaccination bland sjukvårdspersonal (HCW) och att använda statistisk och matematisk modellering för att belysa de immunologiska processer som ligger till grund för vaccinationssvar och deras implikationer för vaccinationseffektivitet. Dessa mål kommer att uppnås genom att eftersträva tre specifika mål:
- Att studera immunogeniciteten och effektiviteten av influensavaccination genom tidigare erfarenhet av vaccination
- Att karakterisera immunologiska profiler associerade med vaccination och infektion
- För att utvärdera effekten av immunitet på vaccinationseffektivitet.
Under mål 1 kommer en grupp sjukhusarbetare att rekryteras och följas i upp till 4 år för att bedöma deras antikroppssvar före och efter vaccination och efter säsong samt deras risk för influensainfektion. Dessa resultat kommer att jämföras med erfarenhet av vaccination, klassificerad som ofta vaccinerad (fått ≥3 vacciner under de senaste 5 åren), sällan vaccinerade (<3 vaccinationer under de senaste 5 åren), vaccinerade en gång, vaccinnaiva och ovaccinerade.
I mål 2 kommer intensiva cellulära och serologiska bedömningar att genomföras för att dissekera influensa HA-reaktiva B-celler och antikroppssvar, och bygga antikroppslandskap som kännetecknar de olika vaccinationsgrupperna.
I mål 3 kommer data som genereras i mål 1 och 2 att användas för att utveckla en matematisk modell som tar hänsyn till tidigare infektion, vaccinationshistorik, antikroppskinetik och antigenavstånd för att förstå effekterna av upprepad vaccination på vaccinets effektivitet.
Slutförandet av den föreslagna forskningen kommer att ge underlag för beslut om fortsatt stöd för influensavaccinationsprogram bland HCWs och allmänna riktlinjer för årlig influensavaccination, samt välbehövlig klarhet om effekterna av upprepad vaccination.
I mars-april 2020, i enlighet med SARS-CoV-2 globala pandemin, lade ett administrativt tillägg till ett SARS-CoV-2-protokolltillägg för uppföljning av COVID-19-infektioner bland vår HCW-deltagareskohort.
Följande mål har lagts till:
- Att uppskatta riskfaktorer och korrelat för skydd för SARS-CoV-2-infektion bland HCW
- Att karakterisera viral kinetik och viral dynamik inom värdvärden för SARS-CoV-2 som infekterar HCW
- Att karakterisera immunologiska profiler efter infektion med SARS-CoV-2
- Att karakterisera immunologiska profiler efter vaccination mot SARS-CoV-2.
Studieöversikt
Status
Betingelser
Detaljerad beskrivning
Över 140 miljoner amerikaner är bland de mer än 500 miljoner människor som får influensavaccin årligen. En viktig undergrupp är vårdpersonal (HCW) för vilka vaccination rekommenderas, och ibland är obligatoriskt, för att skydda sig själva och utsatta patienter från influensainfektion. Det har dock inte gjorts några stora långtidsstudier av HCW för att stödja effektiviteten av dessa policyer. HCW är nu en mycket vaccinerad befolkning, vars effekter också är dåligt förstådda. Allt fler bevis tyder på att antikroppssvar på vaccination kan dämpas med upprepad vaccination, vilket bekräftas av rapporter om dålig vaccineffektivitet bland de upprepade vaccinerade. Det finns således ett tvingande behov av att direkt utvärdera HCW-vaccinationsprogram. Det långsiktiga målet är att förbättra den effektiva och effektiva användningen av influensavaccin.
De specifika målen för denna studie är att förstå de långsiktiga konsekvenserna av upprepad årlig influensavaccination bland HCWs och att använda statistisk och matematisk modellering för att belysa de immunologiska processer som ligger till grund för vaccinationssvar och deras implikationer för vaccinationseffektivitet. Dessa mål kommer att uppnås genom att eftersträva tre specifika mål:
- Att studera immunogeniciteten och effektiviteten av influensavaccination genom tidigare erfarenhet av vaccination
- Att karakterisera immunologiska profiler associerade med vaccination och infektion
- För att utvärdera effekten av immunitet på vaccinationseffektivitet.
Under mål 1 kommer en grupp sjukhusarbetare att rekryteras och följas i upp till 4 år för att bedöma deras antikroppssvar före och efter vaccination och efter säsong samt deras risk för influensainfektion. Dessa resultat kommer att jämföras med erfarenhet av vaccination, klassificerad som ofta vaccinerad (fått ≥3 vacciner under de senaste 5 åren), sällan vaccinerade (<3 vaccinationer under de senaste 5 åren), vaccinerade en gång, vaccinnaiva och ovaccinerade.
I mål 2 kommer intensiva cellulära och serologiska bedömningar att genomföras för att dissekera influensa HA-reaktiva B-celler och antikroppssvar, och bygga antikroppslandskap som kännetecknar de olika vaccinationsgrupperna.
I mål 3 kommer data som genereras i mål 1 och 2 att användas för att utveckla en matematisk modell som tar hänsyn till tidigare infektion, vaccinationshistorik, antikroppskinetik och antigenavstånd för att förstå effekterna av upprepad vaccination på vaccinets effektivitet. Detta tillvägagångssätt är innovativt eftersom det kommer att ge insikter om effekten av komplex immunologisk dynamik på infektionsresultat, vilket representerar en ny avvikelse från tidigare studier, som har ignorerat dessa svårmätbara processer. Slutförandet av den föreslagna forskningen kommer att ge underlag för beslut om fortsatt stöd för influensavaccinationsprogram bland HCWs och allmänna riktlinjer för årlig influensavaccination, samt välbehövlig klarhet om effekterna av upprepad vaccination.
I mars-april 2020, i enlighet med SARS-CoV-2 globala pandemin, lade ett administrativt tillägg till ett SARS-CoV-2-protokolltillägg för uppföljning av COVID-19-infektioner bland vår HCW-deltagareskohort.
Följande mål har lagts till under IRB-tillägget:
- Att uppskatta riskfaktorer och korrelat för skydd för SARS-CoV-2-infektion bland HCW
- Att karakterisera viral kinetik och viral dynamik inom värdvärden för SARS-CoV-2 som infekterar HCW
- Att karakterisera immunologiska profiler efter infektion med SARS-CoV-2
- Att karakterisera immunologiska profiler efter vaccination mot SARS-CoV-2.
Studietyp
Inskrivning (Beräknad)
Kontakter och platser
Studieorter
-
-
New South Wales
-
New Lambton Heights, New South Wales, Australien, 2305
- John Hunter Hospital
-
Westmead, New South Wales, Australien, 2145
- The Children's Hospital at Westmead
-
-
Queensland
-
Brisbane, Queensland, Australien, 4101
- Queensland Children's Hospital
-
-
South Australia
-
Adelaide, South Australia, Australien, 5006
- Women's and Children's Hospital
-
-
Victoria
-
Melbourne, Victoria, Australien, 3004
- The Alfred
-
-
Western Australia
-
Nedlands, Western Australia, Australien, 6009
- Perth Children's Hospital
-
-
Deltagandekriterier
Urvalskriterier
Åldrar som är berättigade till studier
Tar emot friska volontärer
Testmetod
Studera befolkning
Beskrivning
Inklusionskriterier:
Kvalificerade deltagare kommer att rekryteras från 1 av 6 deltagande sjukhus och kommer att uppfylla följande kriterier:
- Personal (inklusive personal, hederspersonal, studenter och volontärer) belägen på ett deltagande sjukhus eller sjukvård vid tidpunkten för rekryteringen och som skulle vara berättigad till sjukhusets kostnadsfria vaccinationsprogram
- Vara ≥18 år och ≤60 år gammal;
- Ha en mobiltelefon som kan ta emot och skicka SMS-meddelanden;
- Vill och kan ge blodprover;
- Tillgänglig för uppföljning under de kommande 7 månaderna;
- Kan och är villig att slutföra processen för informerat samtycke.
Det finns inga begränsningar för vilken typ av vårdarbetare (HCW) som kan rekryteras till studien när det gäller deras jobbroll. HCWs kan vara vilken sjukhuspersonal som helst, inklusive klinisk personal, forskningspersonal, administrativ personal och stödpersonal.
Exklusions kriterier:
- Immunsuppressiv behandling (inklusive systemiska kortikosteroider) under de senaste 6 månaderna;
- Personal för vilken vaccination är kontraindicerat vid rekryteringstillfället.
Studieplan
Hur är studien utformad?
Designdetaljer
Kohorter och interventioner
Grupp / Kohort |
Intervention / Behandling |
|---|---|
|
Vårdpersonal
Berättigade deltagare kommer att rekryteras från 1 av 6 deltagande sjukhus i Australien och kommer att uppfylla följande kriterier: personal (inklusive personal, hederspersonal, studenter och volontärer) belägen på ett deltagande sjukhus eller sjukvård vid tidpunkten för rekryteringen som skulle vara berättigad till sjukhusets kostnadsfria vaccinationsprogram; vara ≥18 år och ≤60 år gammal; ha en mobiltelefon som kan ta emot och skicka SMS-meddelanden; villig och kan ge blodprover; tillgänglig för uppföljning under de kommande 7 månaderna; kan och är villig att slutföra processen för informerat samtycke. Det finns inga begränsningar för vilken typ av vårdarbetare (HCW) som kan rekryteras till studien när det gäller deras jobbroll. HCW kommer att vara all sjukhuspersonal, inklusive klinisk personal, forskningspersonal, administrativ personal och stödpersonal. |
Influensavaccin görs tillgängligt för vårdpersonal på de deltagande vårdplatserna, som en del av deras kostnadsfria vaccinationskampanjer för vårdpersonal.
SARS-CoV-2-vaccin görs tillgängligt för vårdpersonal på de deltagande vårdplatserna, som en del av deras kostnadsfria vaccinationskampanjer för vårdpersonal.
|
Vad mäter studien?
Primära resultatmått
Resultatmått |
Åtgärdsbeskrivning |
Tidsram |
|---|---|---|
|
Seropositivitet efter vaccination (influensavaccin)
Tidsram: Blodtagningar efter vaccination sker 14-21 dagar efter vaccination. Samlas in varje år 2020-2023 efter årlig influensavaccination.
|
Seropositivitet bland vaccinationsgrupper kommer att beräknas och jämföras med logistisk regression, med seropositivitet kodad som 1 om titern ≥40 och 0 om titern är <40.
Vi kommer att testa trenden bland vaccinationsgrupper, förutsatt att seropositiviteten kommer att vara lägst hos de högst vaccinerade.
|
Blodtagningar efter vaccination sker 14-21 dagar efter vaccination. Samlas in varje år 2020-2023 efter årlig influensavaccination.
|
|
Seropositivitet efter säsong (influensavaccin)
Tidsram: Slutet av säsongens blodtagningar sker i oktober eller november varje år, vid slutet av Australiens årliga influensasäsong. Vaccination sker vanligtvis i april eller maj. Samlas in varje år 2020-2023 efter den årliga influensasäsongen.
|
Seropositivitet bland vaccinationsgrupper kommer att beräknas och jämföras med logistisk regression, med seropositivitet kodad som 1 om titern ≥40 och 0 om titern är <40.
Vi kommer att testa trenden bland vaccinationsgrupper, förutsatt att seropositiviteten kommer att vara lägst hos de högst vaccinerade.
|
Slutet av säsongens blodtagningar sker i oktober eller november varje år, vid slutet av Australiens årliga influensasäsong. Vaccination sker vanligtvis i april eller maj. Samlas in varje år 2020-2023 efter den årliga influensasäsongen.
|
|
Vikningsökning i geometrisk medelantikroppstiter (GMT) före till efter vaccination
Tidsram: Ändringar från dag 0 till dag 14-21 efter influensavaccination. Samlas in varje år 2020-2023 före och efter årlig influensavaccination.
|
Förändringarna i GMT från före till efter vaccination.
Serokonversion definieras som prover med 4-faldig ökning av hemagglutinationsinhibering (HI) titer.
|
Ändringar från dag 0 till dag 14-21 efter influensavaccination. Samlas in varje år 2020-2023 före och efter årlig influensavaccination.
|
|
Vikförändring i geometrisk medelantikroppstiter (GMT) efter vaccination till efter säsong
Tidsram: Ändringar från dag 14-21 till eftersäsong. Influensasäsongen i Australien är ungefär maj till november. Förvaccination till eftersäsong är ungefär april eller maj till oktober eller november varje år. Samlas in varje år 2020-2023.
|
Förändringarna i GMT från efter vaccination till efter säsong.
|
Ändringar från dag 14-21 till eftersäsong. Influensasäsongen i Australien är ungefär maj till november. Förvaccination till eftersäsong är ungefär april eller maj till oktober eller november varje år. Samlas in varje år 2020-2023.
|
|
Serokonversionsfraktion efter vaccination
Tidsram: Ändringar från dag 0 till dag 14-21 efter influensavaccination. Samlas in varje år 2020-2023 före och efter årlig influensavaccination.
|
Andelen prover med 4-faldig ökning av hemagglutinationsinhibering (HI) titer.
Serokonversion efter vaccination kommer att beräknas och jämföras mellan vaccinationsgrupper genom logistisk regression, med serokonversion kodad som 1 om titerveckningen är ≥4 och 0 om titerveckningen är <4.
Vi kommer att testa för trend, förutsatt att serokonversionen kommer att vara lägst hos de högst vaccinerade.
|
Ändringar från dag 0 till dag 14-21 efter influensavaccination. Samlas in varje år 2020-2023 före och efter årlig influensavaccination.
|
Sekundära resultatmått
Resultatmått |
Åtgärdsbeskrivning |
Tidsram |
|---|---|---|
|
Sjukvårdsarbetare (HCW) PCR-positiva för influensa i slutet av varje säsong
Tidsram: Influensasäsongen i Australien är ungefär maj till november. Följ upp för PCR-positiva från cirka april/maj till oktober/november varje år 2020-2023.
|
Andel HCW som är PCR-positiva för influensa i slutet av varje säsong.
|
Influensasäsongen i Australien är ungefär maj till november. Följ upp för PCR-positiva från cirka april/maj till oktober/november varje år 2020-2023.
|
|
Influensaattackfrekvens i slutet av varje säsong
Tidsram: Persontid i riskzonen, under influensasäsongen. Influensasäsongen i Australien är ungefär maj till november. Följ upp för PCR-positiva från cirka april/maj till oktober/november varje år 2020-2023.
|
Bevis på influensainfektion kommer endast att baseras på RT-PCR-bekräftad infektion, eftersom serologiska bevis kan vara partiska hos vaccinerade som framkallar ett bra antikroppssvar på vaccination.
Attackfrekvensen kommer att beräknas för varje vaccinationsgrupp som antalet fall under riskperioden.
|
Persontid i riskzonen, under influensasäsongen. Influensasäsongen i Australien är ungefär maj till november. Följ upp för PCR-positiva från cirka april/maj till oktober/november varje år 2020-2023.
|
|
Vaccinets effektivitet (VE)
Tidsram: Persontid i riskzonen, under influensasäsongen. Influensasäsongen i Australien är ungefär maj till november. Följ upp för PCR-positiva från cirka april/maj till oktober/november varje år 2020-2023.
|
VE kommer att uppskattas med hjälp av en Cox proportional hazards regressionsmodell som jämför risken för influensainfektion (kodad som 1 för infekterade eller 0 för oinfekterade) bland sjukvårdspersonal (HCW) efter vaccinationsstatus: VE = (1-HRadj) × 100 %.
Om det finns tillräckligt med fall kommer modellen att justeras för potentiella konfounders (t.ex.
åldersgrupp) och faktorer som kan ändra risken för infektion.
Med hjälp av viruskarakteriseringsdata kommer vi att bedöma om misslyckanden är förknippade med antigenisk obalans.
|
Persontid i riskzonen, under influensasäsongen. Influensasäsongen i Australien är ungefär maj till november. Följ upp för PCR-positiva från cirka april/maj till oktober/november varje år 2020-2023.
|
|
Sjukdomens varaktighet (influensa)
Tidsram: Sjukdagar, under influensasäsongen. Influensasäsongen i Australien är ungefär maj till november. Följ upp för PCR-positiva från cirka april/maj till oktober/november varje år 2020-2023.
|
Antalet sjukdagar i influensa (antal) kommer att jämföras mellan vaccinationsgrupper, åldersjusterat.
På grund av överskottet av 0 räkningar (människor som aldrig blir smittade), kommer noll-uppblåst negativ binomial regression att användas.
|
Sjukdagar, under influensasäsongen. Influensasäsongen i Australien är ungefär maj till november. Följ upp för PCR-positiva från cirka april/maj till oktober/november varje år 2020-2023.
|
|
Hemagglutinin (HA) antikroppslandskap för vaccinnaiva och högvaccinerade vårdpersonal (HCW)
Tidsram: Blod dag 0, dag 7, dag 14-21 efter influensavaccination och slutet av säsongen. Samlas in varje år 2020-2023 före och efter årlig influensavaccination och slutet av influensasäsongen.
|
Genom att sammanställa resultaten av många antikroppsanalyser mot historiska influensastammar är det möjligt att visualisera landskapet av en individs svar på vaccination och infektion.
Vi använder stammar som går tillbaka till 1968 när A(H3N2) dök upp hos människor.
|
Blod dag 0, dag 7, dag 14-21 efter influensavaccination och slutet av säsongen. Samlas in varje år 2020-2023 före och efter årlig influensavaccination och slutet av influensasäsongen.
|
|
Hemagglutinin (HA) antikroppslandskap för infekterade kontra oinfekterade vårdpersonal (HCW)
Tidsram: Blod dag 7 och dag 14-21 efter influensainfektion. Samlas in varje år 2020-2023 tillsammans med blod före och efter årlig influensavaccination och slutet av influensasäsongen.
|
Genom att sammanställa resultaten av många antikroppsanalyser mot historiska influensastammar är det möjligt att visualisera landskapet av en individs svar på vaccination och infektion.
Vi använder stammar som går tillbaka till 1968 när A(H3N2) dök upp hos människor.
|
Blod dag 7 och dag 14-21 efter influensainfektion. Samlas in varje år 2020-2023 tillsammans med blod före och efter årlig influensavaccination och slutet av influensasäsongen.
|
|
Uppräkning av celler
Tidsram: Blod dag 0 och dag 14-21 efter influensavaccination och efter infektion. Nyckelindikatorn är frekvensen av dessa B-celler på dag 14 efter vaccination i förhållande till före-vaccinationsfrekvensen. Samlas in varje år 2020-2023.
|
Uppräkning av influensahemagglutinin (HA)-reaktiva B-celler, och av undergrupper med fenotypiska markörer som indikerar aktivering och minne kontra naiv status, för vaccinnaiva, högvaccinerade och infekterade vårdpersonal (dvs.
vi jämför frekvensfaldig förändring/förhållande mellan högvaccinerade och sällan vaccinerade grupper).
|
Blod dag 0 och dag 14-21 efter influensavaccination och efter infektion. Nyckelindikatorn är frekvensen av dessa B-celler på dag 14 efter vaccination i förhållande till före-vaccinationsfrekvensen. Samlas in varje år 2020-2023.
|
|
B-celler
Tidsram: Blodet tappas på dag 7 efter influensavaccination och efter infektion. Samlas in varje år 2020-2023.
|
B-cellsreceptorgenanvändning av influensahemagglutinin (HA)-reaktiva B-celler återhämtade sig efter vaccination och efter infektion från utvalda vaccinnaiva, högvaccinerade och infekterade vårdpersonal (HCW) med distinkta antikroppssvarsprofiler.
Djupgående karakterisering av HA-antigena ställen igenkända av serumantikroppar från utvalda HCW, inklusive icke-reagerande vacciner som saknar seroskydd, och serologiska svarspersoner för vaccin som inte kan skyddas.
Denna analys kommer till stor del att utföras på B-celler som upptäckts dag 7 efter vaccination, när det finns störst potential att skilja mellan vaccinreaktiva B-celler som har kommit från naiva kontra minnespooler.
|
Blodet tappas på dag 7 efter influensavaccination och efter infektion. Samlas in varje år 2020-2023.
|
|
Kvantifiera biologiska mekanismer som formar antikroppssvaret
Tidsram: Blod dag 0, dag 7, dag 14-21 efter influensavaccination, dag 7, dag 14-21 efter infektion och slutet av säsongen. Samlas in varje år 2020-2023.
|
Modeller för antikroppsdynamik och exponeringar på individuell nivå kommer att utvecklas för att kvantifiera de olika aspekterna av antikroppssvaret som genererade observerade immunologiska profiler.
|
Blod dag 0, dag 7, dag 14-21 efter influensavaccination, dag 7, dag 14-21 efter infektion och slutet av säsongen. Samlas in varje år 2020-2023.
|
|
Uppskatta skyddstitrar
Tidsram: Blod dag 0, dag 7, dag 14-21 efter influensavaccination, dag 7, dag 14-21 efter infektion och slutet av säsongen. Samlas in varje år 2020-2023.
|
När modellen förfinas kommer vi att identifiera en minimiuppsättning titrar mot tidigare eller framåtgående stammar som fångar det underliggande "släta" antikroppslandskapet och ger ett tillförlitligt skyddskorrelat.
|
Blod dag 0, dag 7, dag 14-21 efter influensavaccination, dag 7, dag 14-21 efter infektion och slutet av säsongen. Samlas in varje år 2020-2023.
|
|
Optimal influensavaccinationsstrategi för vårdpersonal (HCW) under olika vaccintillgänglighet
Tidsram: Blod dag 0, dag 7, dag 14-21 efter influensavaccination, dag 7, dag 14-21 efter infektion och slutet av säsongen. Samlas in varje år 2020-2023.
|
Med vår modell på plats kommer vi att jämföra prestandan för nuvarande vaccinationsprogram med simulerade alternativ för att förutsäga effekten av upprepad vaccination och cirkulerande virus på vaccinets effektivitet (VE) under olika scenarier.
I synnerhet kommer vi att undersöka den potentiella effekten av: högvalenta vacciner, som inkluderar mer än en enda stam för varje subtyp; universella vacciner som genererar ett brett korsreaktivt svar mot konserverade influensaepitoper; och nästan universella vacciner som ger ett bredare svar, men som fortfarande har potential att generera effekter som antikroppsfokusering eller senioritet, vilket kan minska effektiviteten.
|
Blod dag 0, dag 7, dag 14-21 efter influensavaccination, dag 7, dag 14-21 efter infektion och slutet av säsongen. Samlas in varje år 2020-2023.
|
|
Uppskattade SARS-CoV-2-attackfrekvenser bland symtomatiska och asymtomatiska vårdpersonal (HCW)
Tidsram: Uppföljningsperiod 2020-2023.
|
Frekvensen av symtomatisk attack (incidens) kommer att beräknas som antalet fall som testas positivt med RT-PCR under riskperioden.
Den asymtomatiska incidensandelen kommer att beräknas som antalet HCW med tecken på serokonvertering och ingen akut luftvägsinfektion rapporterad bland alla HCW som följts under samma period.
|
Uppföljningsperiod 2020-2023.
|
|
Risk för sjukhusvistelse
Tidsram: Uppföljningsperiod 2020-2023.
|
Sjukhusinläggningsrisken (eller incidensandelen) kommer att beräknas som antalet vårdarbetare (HCW) inlagda på sjukhus på grund av covid-19 bland alla HCW med antingen asymtomatiska eller symtomatiska tecken på infektion under samma period.
|
Uppföljningsperiod 2020-2023.
|
|
Riskfaktorer för asymtomatisk, mild och svår SARS-CoV-2-infektion
Tidsram: Uppföljningsperiod 2020-2023.
|
Prediktorerna för allvarlig infektion kommer att uppskattas med hjälp av en Cox proportional hazards regressionsmodell som jämför risken för COVID-19-sjukdom (kodad som 1 för inlagda på sjukhus eller 0 för infekterade men inte inlagda på sjukhus) bland HCWs.
Om det finns tillräckligt med fall kommer olika prediktorer av svårighetsgrad att utforskas i antingen univariat eller multivariat analys.
Prediktorer kan inkludera ålder, förekomst av komorbiditeter och virusmängd.
|
Uppföljningsperiod 2020-2023.
|
|
Uppskattad SARS-CoV-2-antikroppstiter associerad med skydd
Tidsram: Uppföljningsperiod 2020-2023.
|
Vi kommer att jämföra geometriska medeltitrar efter säsong mellan de med asymtomatiska och symtomatiska infektioner.
Vi kommer att försöka fastställa serologiska korrelat av skydd för SARS-CoV-2, med hjälp av en Bayesiansk implementering av logistisk regression som vi har använt för influensakohortstudier.
|
Uppföljningsperiod 2020-2023.
|
|
Uppskattad SARS-CoV-2-antikroppskinetik över tid
Tidsram: Blod dag 3, dag 7, dag 14-21, dag 30 efter infektion och slutet av säsongen. Dagliga svabbprover under symtomatisk infektion till två dagar efter att symtomen upphört. Uppföljningsperiod 2020-2023.
|
Sera som samlas in oftare kommer att bedömas för antikroppstiter och titrarna jämförs över tid. Geometriska medeltitrar kommer att beräknas och plottas för att möjliggöra visuell inspektion av antikroppens kinetik, övergripande och inom grupper (t.ex. åldersgrupper, infektionens svårighetsgrad). Medelhastigheten för avklingning kommer att beräknas med hjälp av linjär regression. Eftersom lite är känt om sönderfallskinetiken, kommer olika modeller att utforskas för att identifiera modellen med bästa passform, baserat på visuell inspektion av data och modellanpassningsdiagnostik. Viral belastning kommer att ingå i analyser som jämför asymtomatiska, lindriga och svåra infektioner. Om möjligt kommer vi att utforska interaktionerna mellan viral belastning och demografi (t.ex. ålder) eller medicinsk (t.ex. hjärtsjukdom) egenskaper. |
Blod dag 3, dag 7, dag 14-21, dag 30 efter infektion och slutet av säsongen. Dagliga svabbprover under symtomatisk infektion till två dagar efter att symtomen upphört. Uppföljningsperiod 2020-2023.
|
|
Identifiering av viktiga beteendemässiga drivkrafter för överföring
Tidsram: Uppföljningsperiod 2020-2023.
|
Med hjälp av sociala kontaktdata kommer vi att försöka härleda överföringsdynamiken för våra deltagare i vården (HCW) mellan varje omgång av provinsamling.
Vi kommer att använda matematiska modeller för social blandning av data med infektionsrisk för att reda ut specifika beteenden/kontaktskalning som kan driva på överföring.
Dessa modeller kan utökas till att inkludera genetiska sekvenseringsdata, som tidigare har använts för att rekonstruera transmissionskluster.
|
Uppföljningsperiod 2020-2023.
|
|
Uppskattad varaktighet av virusutsöndring och virusmängd vid SARS-CoV-2-infektion över tid
Tidsram: Under symtomatisk infektion till två dagar efter att symptomen upphört. Uppföljningsperiod 2020-2023.
|
Vi kommer att uppskatta den genomsnittliga varaktigheten av virusutsöndring och virusmängd över tid och korrelation med svårighetsgrad.
|
Under symtomatisk infektion till två dagar efter att symptomen upphört. Uppföljningsperiod 2020-2023.
|
|
Uppräkning av SARS-CoV-2-reaktiva B- och T-celler och identifiering av dominanta epitoper
Tidsram: Blod dag 3, dag 7, dag 14-21, dag 30 efter infektion och slutet av säsongen. Uppföljningsperiod 2020-2023.
|
Genomsnittlig antikroppskoncentration kommer att beräknas i medfödda immunsvar.
|
Blod dag 3, dag 7, dag 14-21, dag 30 efter infektion och slutet av säsongen. Uppföljningsperiod 2020-2023.
|
|
Genexpression
Tidsram: Ändringar från dag 0 till dag 7 efter vaccination. Uppföljningsperiod 2020-2023.
|
Identifiering av gener som uttrycks differentiellt på dag 7 jämfört med dag 0 för varje vaccinformulering, med fokus på medfödda immunassocierade gener.
|
Ändringar från dag 0 till dag 7 efter vaccination. Uppföljningsperiod 2020-2023.
|
|
Uppräkning av SARS-CoV-2-reaktiva B- och T-celler inducerade av varje vaccinformulering
Tidsram: Specifika B- och T-celler detekterade dag 14-21 efter avslutat vaccinschema jämfört med dag 0. Uppföljningsperiod 2020-2023.
|
Genomsnittlig antikroppskoncentration kommer att beräknas och jämföras för vaccingrupper (Comirnaty vs Vaxzevria-vaccin).
|
Specifika B- och T-celler detekterade dag 14-21 efter avslutat vaccinschema jämfört med dag 0. Uppföljningsperiod 2020-2023.
|
|
Serokonvertering av SARS-CoV-2 serumantikroppstitrar inducerad av varje vaccinformulering
Tidsram: Dag 14-21 efter avslutad vaccination. Uppföljningsperiod 2020-2023.
|
Serokonversion efter vaccination kommer att beräknas och jämföras mellan vaccingrupper genom logistisk regression (Comirnaty vs Vaxzevria-vaccin).
|
Dag 14-21 efter avslutad vaccination. Uppföljningsperiod 2020-2023.
|
|
Vikförändringar i medfödda immunceller och i vaccinspecifika B- och T-celler
Tidsram: Vaccinspecifika B- och T-celler detekterade dag 14-21 efter avslutat vaccinschema jämfört med dag 0. Uppföljningsperiod 2020-2023.
|
Antikroppsnivåer kommer att korreleras med veckoförändringar i medfödda immunceller och i vaccinspecifika B- och T-celler i varje vaccinformulering (Comirnaty vs Vaxzevria-vaccin).
|
Vaccinspecifika B- och T-celler detekterade dag 14-21 efter avslutat vaccinschema jämfört med dag 0. Uppföljningsperiod 2020-2023.
|
|
Jämförelse av antikroppssvar (och B- och T-celler) inducerade mot COVID-19 och influensavacciner bland deltagare som först fick COVID-19 mot influensavaccin eller som samtidigt administrerades båda vaccinerna.
Tidsram: Antikroppsnivåer kommer att korreleras med veckoförändringar i medfödda immunceller och i vaccinspecifika B- och T-celler detekterade dag 14-21 efter avslutat vaccinschema jämfört med dag 0. Uppföljningsperiod 2020-2023.
|
Genomsnittlig antikroppskoncentration kommer att beräknas och jämföras för vaccingrupper (CoVax vs influensavaccin).
Serokonversion efter vaccination kommer att beräknas och jämföras mellan vaccingrupper genom logistisk regression.
|
Antikroppsnivåer kommer att korreleras med veckoförändringar i medfödda immunceller och i vaccinspecifika B- och T-celler detekterade dag 14-21 efter avslutat vaccinschema jämfört med dag 0. Uppföljningsperiod 2020-2023.
|
Samarbetspartners och utredare
Sponsor
Samarbetspartners
Utredare
- Huvudutredare: Sheena Sullivan, MPH, PhD, University of Melbourne
- Huvudutredare: Annette Fox, PhD, University of Melbourne
- Huvudutredare: Adam Kucharski, MMath, PhD, London School of Hygiene and Tropical Medicine
Publikationer och användbara länkar
Användbara länkar
Studieavstämningsdatum
Studera stora datum
Studiestart (Faktisk)
Primärt slutförande (Beräknad)
Avslutad studie (Beräknad)
Studieregistreringsdatum
Först inskickad
Först inskickad som uppfyllde QC-kriterierna
Första postat (Faktisk)
Uppdateringar av studier
Senaste uppdatering publicerad (Faktisk)
Senaste inskickade uppdateringen som uppfyllde QC-kriterierna
Senast verifierad
Mer information
Termer relaterade till denna studie
Nyckelord
Ytterligare relevanta MeSH-villkor
Andra studie-ID-nummer
- 1R01AI41534
Plan för individuella deltagardata (IPD)
Planerar du att dela individuella deltagardata (IPD)?
IPD-planbeskrivning
Tidsram för IPD-delning
Kriterier för IPD Sharing Access
IPD-delning som stöder informationstyp
- STUDY_PROTOCOL
- SAV
- ICF
- ANALYTIC_CODE
Läkemedels- och apparatinformation, studiedokument
Studerar en amerikansk FDA-reglerad läkemedelsprodukt
Studerar en amerikansk FDA-reglerad produktprodukt
Denna information hämtades direkt från webbplatsen clinicaltrials.gov utan några ändringar. Om du har några önskemål om att ändra, ta bort eller uppdatera dina studieuppgifter, vänligen kontakta register@clinicaltrials.gov. Så snart en ändring har implementerats på clinicaltrials.gov, kommer denna att uppdateras automatiskt även på vår webbplats .