Information

21.3A: Impfstoffe und Immunität – Biologie

21.3A: Impfstoffe und Immunität – Biologie


We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

Impfungen verhindern die Verbreitung von Viren, indem sie eine Immunität gegen das Virus aufbauen.

Lernziele

  • Erklären Sie, wie Impfungen geimpfte Personen und die Gemeinschaft schützen

Wichtige Punkte

  • Impfungen werden mit lebenden Viren, abgetöteten Viren oder molekularen Untereinheiten des Virus hergestellt.
  • Ein Lebendimpfstoff besteht aus einer kleinen Dosis des aktiven Virus.
  • Ein abgetöteter Impfstoff enthält das inaktivierte Virus.
  • Es ist möglich, wenn auch selten, dass Lebendimpfstoffe die Krankheit verursachen, zu deren Vorbeugung sie eingesetzt werden.
  • Lebendimpfstoffe werden hergestellt, indem das Virus in einem Labor gezüchtet wird, wodurch Mutationen verursacht werden, die es ihnen ermöglichen, im Labor besser zu wachsen als im Wirt, wodurch ihre Fähigkeit, Krankheiten zu verursachen, gehemmt wird.
  • Obwohl Lebendimpfstoffe so konzipiert sind, dass sie nur wenige Symptome verursachen, können Rückmutationen auftreten, die dazu führen, dass sich das Virus wieder an den Wirt anpasst und sich die Krankheit ausbreitet.

Schlüsselbegriffe

  • Impfung: Impfung zum Schutz vor einer bestimmten Krankheit oder einem Krankheitsstamm; verursacht eine primäre Immunantwort ohne Krankheit, die es der sekundären Reaktion ermöglicht, eine nachfolgende Infektion zu zerstören
  • Lebendimpfstoff: besteht aus einer aktiven Mikrobe (Virus oder Bakterien)
  • abgetöteter Impfstoff: (inaktivierter Impfstoff) besteht aus Viruspartikeln, die in Kultur gezüchtet und dann mit einer Methode wie Hitze oder Formaldehyd abgetötet werden

Impfstoffe zur Vorbeugung

Wir verfügen zwar über eine begrenzte Anzahl wirksamer antiviraler Medikamente, beispielsweise zur Behandlung von HIV und Influenza, aber die wichtigste Methode zur Kontrolle von Viruserkrankungen ist die Impfung, die Ausbrüche durch den Aufbau einer Immunität gegen ein Virus oder eine Virusfamilie verhindern soll. Impfstoffe können unter Verwendung von lebenden Viren, abgetöteten Viren oder molekularen Untereinheiten des Virus hergestellt werden. Die abgetöteten viralen Impfstoffe und Untereinheitsviren sind beide nicht in der Lage, Krankheiten zu verursachen.

Virus-Lebendimpfstoffe werden im Labor entwickelt, um bei den Empfängern nur wenige Symptome zu verursachen und ihnen gleichzeitig eine schützende Immunität gegen zukünftige Infektionen zu verleihen. Polio war eine Krankheit, die einen Meilenstein in der Anwendung von Impfstoffen darstellte. Massenimmunisierungskampagnen in den 1950er und 1960er Jahren reduzierten die Inzidenz der Krankheit, die bei Kindern zu Muskellähmungen führte und bei regionalen Epidemien große Angst in der Bevölkerung auslöste. Der Erfolg des Polio-Impfstoffs ebnete den Weg für die routinemäßige Abgabe von Kinderimpfstoffen gegen Masern, Mumps, Röteln, Windpocken und andere Krankheiten.

Die Gefahr beim Einsatz von Lebendimpfstoffen, die in der Regel wirksamer sind als abgetötete Impfstoffe, ist gering, aber signifikant, da die Möglichkeit besteht, dass diese Viren durch Rückmutationen wieder in ihre krankheitserregende Form zurückkehren. Lebendimpfstoffe werden normalerweise hergestellt, indem das „Wildtyp“-Virus (krankheitserregend) abgeschwächt (geschwächt) wird, indem es im Labor in Geweben oder bei Temperaturen gezüchtet wird, die sich von denen unterscheiden, an die das Virus im Wirt gewöhnt ist. Anpassungen an diese neuen Zellen oder Temperaturen induzieren Mutationen in den Genomen des Virus, wodurch es im Labor besser wachsen kann und gleichzeitig seine Fähigkeit, Krankheiten zu verursachen, hemmt, wenn es wieder in die Bedingungen des Wirts eingeführt wird. Diese abgeschwächten Viren verursachen immer noch eine Infektion, aber da sie nicht sehr gut wachsen, ermöglichen sie es der Immunantwort, sich rechtzeitig zu entwickeln, um schwere Krankheiten zu verhindern. Rückmutationen treten auf, wenn der Impfstoff Mutationen im Wirt durchläuft, so dass er sich wieder an den Wirt anpasst und erneut eine Krankheit verursachen kann, die dann in einer Epidemie auf andere Menschen übertragen werden kann. Diese Art von Szenario ereignete sich erst 2007 in Nigeria, als Mutationen in einem Polio-Impfstoff zu einer Polio-Epidemie in diesem Land führten.

Einige Impfstoffe werden ständig weiterentwickelt, da bestimmte Viren wie Influenza und HIV im Vergleich zu anderen Viren und normalen Wirtszellen eine hohe Mutationsrate aufweisen. Bei der Influenza helfen Mutationen in den Oberflächenmolekülen des Virus dem Organismus, die schützende Immunität zu umgehen, die in einer früheren Grippesaison möglicherweise erlangt wurde, was eine jährliche Impfung erforderlich macht. Andere Viren, beispielsweise die Erreger der Kinderkrankheiten Masern, Mumps und Röteln, mutieren so selten, dass Jahr für Jahr der gleiche Impfstoff verwendet wird.


Die angeborene Immunität bezieht sich auf die unspezifische Reaktion unseres Immunsystems auf Fremdstoffe. Das angeborene Immunsystem gilt als die erste Verteidigungslinie unseres Körpers. Der Schutz des angeborenen Immunsystems besteht aus 5 Hauptbestandteilen:

Das adaptive Immunsystem ist der Arm, der darauf spezialisiert ist, zuvor angetroffenes Fremdmaterial zu entfernen. Das adaptive Immunsystem besteht aus zwei Hauptklassen von Leukozyten (weißen Blutkörperchen), die B-Zellen und T-Zellen genannt werden. B-Zellen sind für die Sekretion von Antikörper spezifisch für fremde Antigene. T-Zellen sind sowohl für die Aktivierung von B-Zellen (T-Helferzellen) als auch für das Abtöten von Krankheitserregern/Erreger-infizierten Wirtszellen (T-Killerzellen) verantwortlich. Dieser Zweig des Immunsystems ist adaptiv, da er aufgrund mehrerer Mechanismen Immunzellen reifen muss, die sie hochspezifisch für Antigene machen, die auf Krankheitserregern angetroffen und anschließend vom angeborenen Immunsystem präsentiert werden.

Das obige Diagramm zeigt die Entwicklung der Gedächtnisimmunität bei Vertebraten und den Zellen, die sowohl an der humoralen als auch an der zellvermittelten Reaktion beteiligt sind. Dies ist immer noch eine Vereinfachung der Feinheiten des Immunsystems (Campbell und Reece. 2008).


Die Untersuchung, wie das Mikrobiom die Immunität beeinflusst, könnte die Wirksamkeit des Impfstoffs verbessern

AMES, Iowa – In und auf Ihrem Körper leben so viele Mikroben, dass es hilfreich sein könnte, sie gemeinsam als separates Organ zu betrachten. Denn diese winzigen Organismen, die hauptsächlich in unserem Darm leben, zusammenfassend als Mikrobiom bekannt, erfüllen oft hilfreiche Funktionen, die den Körper am Laufen halten.

Wissenschaftler der Iowa State University untersuchen mit innovativer künstlicher Intelligenz, wie das Mikrobiom mit dem menschlichen Immunsystem interagiert. Die Forschungsgruppe erhielt kürzlich einen Zuschuss vom US-Verteidigungsministerium, um zu untersuchen, wie das Mikrobiom modifiziert werden könnte, um Impfstoffe wirksamer zu machen. Das erste Jahr der Zuwendung beläuft sich auf rund 550.000 US-Dollar, mit Optionen für zwei weitere Jahre für einen geschätzten Gesamtbetrag von 1,6 Millionen US-Dollar.

Dr. Gregory Phillips, Professor für Veterinärmikrobiologie und Präventivmedizin am ISU College of Veterinary Medicine und Hauptprüfer des Stipendiums, sagte, die Forscher konzentrieren sich auf Darmbakterien, die sich an das menschliche Verdauungssystem angepasst haben. Diese Bakterien interagieren mit den Wirtssystemen, um die Gesundheit auf verschiedene Weise zu fördern.

"Sie haben eine Umgebung in unserem Darm, in der sie gedeihen und wachsen und das verwerten können, was wir ihnen füttern, und sie helfen unserem Verdauungssystem, indem sie einen Teil der Nahrung, die wir essen, umwandeln, die wir nicht abbauen können." sagte Phillips.

Mikrobiom & Immunantwort

Ein gesundes Mikrobiom beeinflusst auch das Immunsystem, und das Forschungsteam wird nach Teilen des Mikrobioms suchen, die die Wirksamkeit von Impfstoffen beeinflussen. Wie die Coronavirus-Pandemie gezeigt hat, reagiert nicht jeder gleich auf Impfstoffe. Der Grad der durch einen Impfstoff verliehenen Immunität sowie die Dauer dieser Immunität können von Person zu Person schwanken. Phillips und seine Kollegen werden untersuchen, ob Bedingungen im Mikrobiom die Impfreaktion verbessern können. Gibt es zum Beispiel bestimmte Bakterien, deren Anwesenheit die Impfreaktion verstärkt, oder sogar bestimmte Gene innerhalb von Bakterien? Und kann der Mensch sein Mikrobiom anpassen, um seine Impfreaktion zu optimieren, beispielsweise durch den Einsatz von Probiotika?

Phillips wird Studien an Mäusen leiten, die Veränderungen in der Mikrobiota überwachen, die durch die Impfstoffabgabe und die Immunantwort angeregt werden. Aber weil die Interaktionen, die die Forscher beobachten, so komplex sind, werden die Experimente riesige Datenmengen erzeugen. Aus diesem Grund hat sich Phillips mit Wissenschaftlern der Indiana University zusammengetan, um maschinelles Lernen anzuwenden, um Muster in all diesen Daten zu finden.

Sie hoffen, definitive Ursache-Wirkungs-Beziehungen zwischen dem Mikrobiom und der Immunantwort zu finden. Die schiere Komplexität dieser Interaktionen werde eine große Herausforderung darstellen, sagte er.

"Als Wissenschaftler wollen wir Ursache und Wirkung finden", sagte er. "Wir wollen über Assoziationen hinausgehen, um Ursachen zu finden, etwas in der Mikrobiota, das den Wirt beeinflusst, wodurch Impfstoffe verbessert werden können."

Phillips sagte, der kooperative Charakter des ISU Nanovaccine Institute, eines Konsortiums von 75 Forschern an 23 Institutionen, habe den Grundstein für die Weiterentwicklung des Projekts gelegt. Das Institut fördert Partnerschaften zwischen Forschern verschiedener Disziplinen, was ein Schlüssel zur Überbrückung der Kluft zwischen Biologie und künstlicher Intelligenz war.

"Das Nanovaccine Institute hat viele Disziplinen, die man normalerweise nicht unter einem Dach zusammenfassen würde", sagte Phillips. "Der Staat Iowa leistet gute Arbeit, um die Bedeutung dieser multidisziplinären Interaktionen zu erkennen."

Militärische Anwendungen und darüber hinaus

Das Verteidigungsministerium finanziert die Forschung, weil es daran interessiert ist, die körperliche Gesundheit der Kriegskämpfer zu erhalten. Phillips sagte, die USA entsenden Militärpersonal rund um den Globus, wo sie auf eine Vielzahl von Viren und Krankheitserregern stoßen könnten. Die Verbesserung der Impfstoffreaktion ist ein wichtiger Weg, um sicherzustellen, dass dieses Personal gesund und aktiv bei seinen Einsätzen bleibt.

Aber die Forschung könnte auch Auswirkungen haben, die über militärische Anwendungen hinausgehen, sagte Phillips. Die Forscher werden Impfstoffe testen, die auf das Spike-Protein des SARS-CoV-2-Virus abzielen, um abzuschätzen, ob Veränderungen im Mikrobiom die Immunantwort auf COVID-19 verbessern können. Es ist wahrscheinlich, dass ihre Ergebnisse auch auf die Gesundheit von Heim- und Nutztieren zutreffen werden.

Phillips wird als Hauptforscher für das Gesamtprojekt fungieren und die Tierversuche zum Mikrobiom im Bundesstaat Iowa beaufsichtigen. Auch Dr. Michael Wannemuehler, Professor für Veterinärmikrobiologie und Präventivmedizin und Forscher am Nanovakzine-Institut, wird einen Beitrag leisten. Dr. Paul Macklin von der Indiana University wird als Co-Principal Investigator fungieren und die KI-Modellierung leiten. Dr. Aarthi Narayanan, Direktor für translationale Forschung und Technologietransfer bei der in Virginia ansässigen gemeinnützigen American Type Culture Collection, wird die Virusherausforderungsexperimente leiten.

Haftungsausschluss: AAAS und EurekAlert! sind nicht verantwortlich für die Richtigkeit von Pressemitteilungen, die an EurekAlert! durch beitragende Institutionen oder für die Nutzung von Informationen über das EurekAlert-System.


Dritte Dosis Oxford-Impfstoff stärkt die Immunität gegen Coronavirus

Covishield, eine Version des Covid-Impfstoffs der Universität Oxford/AstraZeneca.

Wissenschaftler sagen, dass eine dritte Dosis des Covid-19-Impfstoffs von AstraZeneca die Reaktion des Immunsystems auf das Coronavirus verstärkt.

Das von der Universität Oxford und dem Pharmaunternehmen AstraZeneca entwickelte Medikament – ​​bekannt als „ChAdOx1 nCoV-19“ oder AZ1222 – wird in der Regel in zwei Dosen im Abstand von 4-12 Wochen verabreicht, was bis zu 81 % Schutz vor mittelschweren bis schweren Erkrankungen bietet. Eine Person, die beide Dosen erhalten hat, gilt derzeit als „vollständig geimpft“.

Es wird jedoch erwartet, dass die Immunität gegen das SARS-CoV-2-Coronavirus im Laufe der Zeit nachlässt, teilweise getrieben durch das Vorhandensein neuer Varianten, die dem Immunsystem entkommen können. Infolgedessen könnte eine dritte Auffrischimpfung notwendig werden, um zu verhindern, dass Menschen an Covid erkranken.

Oxfords neue Forschung, eine unveröffentlichte Studie, die noch nicht von Experten begutachtet wurde, ergab, dass die Immunantwort nach einer dritten Impfung über 6 Monate nach der zweiten verstärkt wurde. Die Studie zeigte auch, dass ein längerer Zeitraum zwischen den ersten beiden Dosen – bis zu 45 Wochen – zu einer noch stärkeren Reaktion führte.

An der Studie nahmen 90 Teilnehmer teil, die zu den ersten Personen gehörten, die den Impfstoff während einer klinischen Studie im Jahr 2020 erhielten. Sie erhielten im März 2021 ihre dritte Dosis und die Analyse der Antikörper- und T-Zellen, die mit dem Virus übereinstimmen (durch Impfung ausgelöst), zeigte, dass die Die Immunantwort war einen Monat nach der zweiten Dosis höher als festgestellt, was darauf hindeutet, dass eine dritte Dosis einen größeren Schutz bietet.

Menschen in Großbritannien – wo der Impfstoff von AstraZeneca eines der beiden Hauptmedikamente ist, die für eine weit verbreitete Anwendung zugelassen sind (mit Pfizer) – sollten jedoch nicht so schnell mit ihrer zusätzlichen Auffrischung rechnen.

Wie der leitende Forscher Professor Sir Andrew Pollard auf einer Pressekonferenz sagte, ist es die Priorität, diejenigen zu impfen, die noch keine Impfungen erhalten haben: "Dritte Dosen zu verabreichen, während andere Länder null Dosen haben, ist nicht akzeptabel."


Methoden

Datenextraktion

Wenn möglich, wurden Datenwerte verwendet, die direkt in den Veröffentlichungen angegeben sind. Darüber hinaus wurden Rohdaten bei Bedarf direkt aus den Originalpublikationen mit einem Online-Digitizer-Tool (https://automeris.io/WebPlotDigitizer/, Version 4.4) extrahiert. Alle Datenquellen sind in den ergänzenden Tabellen 1–3 beschrieben.

Statistische Methoden

Abschätzung der Standardabweichung der Neutralisationstiter

Neutralisationstiter wurden für jede Studie (wie oben) extrahiert und verwendet, um die Standardabweichung des log . zu bestimmen10-transformierte Neutralisationstiter für jede Studie. Bei der Standardabweichung für jede Studie musste berücksichtigt werden, dass einige Messungen des Neutralisationstiters unter die Nachweisgrenze (LOD) dieses Studienassays fielen (LOD variierte für jede Studie, ergänzende Tabelle 4). Um den Effekt der LOD-Zensierung auf die Schätzungen der Standardabweichung der Neutralisationstiter zu beseitigen, verwendeten wir ein zensiertes Regressionsmodell, um die Verteilung der Neutralisationstiter für jede Studie anzupassen. Die Likelihood-Funktion ist gegeben durch

wo DS ist ein Vektor aller log10-Neutralisationstiter, nich, für das Studium S. Die Funktion F ist die Wahrscheinlichkeitsfunktion einer Normalverteilung mit Mittelwert μzensieren und Standardabweichung σzensieren, und F ist die kumulative Dichtefunktion der gleichen Verteilung. Die LOD des Assays für die Studie S wird gegeben von LS. Die Indexvariable ichich ist 1, wenn nichLS und 0 sonst. Der negative Logarithmus dieser Likelihood-Funktion wurde in R minimiert, indem der eingebaute Optimierer nlm verwendet wurde, um den Mittelwert und die Standardabweichung des Logs zu schätzen10-transformierte Neutralisationstiter nach Berücksichtigung der LOD. Wenn keine LOD gemeldet wurde oder alle Werte über der LOD lagen, LS wurde auf negativ unendlich (−Inf) gesetzt.

Gepoolte Standardabweichung

Angesichts der unterschiedlichen Stichprobengröße der Neutralisationsdaten für jede Studie variierte die Genauigkeit der Schätzungen der Standardabweichung für jede Studie erheblich. Daher fanden sich, obwohl einige begrenzte Hinweise auf einen Unterschied in der Standardabweichung zwischen den einzelnen Studien gefunden wurden (P = 0,049, Fligner-Killeen-Test), kombinierten wir alle extrahierten Daten und berechneten die Standardabweichung der gepoolten Daten. Ein Normalitätstest zeigte, dass die gepoolten Neutralisationsdaten mit einer Normalverteilung übereinstimmten (P = 0,26, Shapiro-Wilk-Test). Um eine gepoolte Standardabweichung abzuschätzen, zentrierten wir zuerst die Neutralisationsdaten für jede Studie auf den gemeldeten Mittelwert der Neutralisationstiter für diese Studie. Die für jede Studie angegebene LOD wurde ebenfalls auf die gleiche Weise angepasst. Dies lieferte einen kombinierten Datensatz von Neutralisationstitern aus allen Studien, der unter Verwendung des Wahrscheinlichkeitsmodells in Gleichung (1) an die gepoolten Daten angepasst wurde, um eine Schätzung der Standardabweichung der gepoolten Daten zu erhalten. Alle geschätzten Standardabweichungen sind in der Zusatztabelle 4 angegeben.

Modellierung des Zusammenhangs zwischen Neutralisation und Schutz

In den obigen Abschnitten haben wir Informationen zum Neutralisationstiter von jedem Impfstoff und von rekonvaleszenten Personen verwendet, um die Verteilung der Neutralisationstiter für jede Studie abzuschätzen. Aufgrund der Vielfalt der Assays, die in jeder Studie zur Bewertung der Neutralisation verwendet wurden (Ergänzungstabelle 1), haben wir jedoch, wie im Haupttext erörtert, die Neutralisationstiter in jeder Studie mit dem Mittelwert des Neutralisationstiters in den entsprechenden Rekonvaleszenten aus derselben Studie. Außerdem verwenden wir in allen folgenden Analysen das Protokoll10 Transformation der normalisierten Neutralisationstiter. Der Einfachheit halber beziehen wir uns im Rest dieser Arbeit auf diese log10-transformierte normalisierte Neutralisationstiter als „Neutralisationsniveaus“.

Logistikmethode

Um die Beziehung zwischen dem Neutralisationsgrad von Antikörpern, die von Personen nach der Impfung (oder während der Rekonvaleszenz) gesammelt wurden, und dem Schutz vor COVID-19 zu modellieren, haben wir eine logistische Beziehung zwischen Neutralisationsgrad und Schutzwirkung angenommen, so dass

wo Eich ist die Schutzwirkung einer Person angesichts des Neutralisationsgrades n (beachten Sie die Definition der Neutralisationsstufe oben). Der Parameter n50 ist der Neutralisationsgrad, bei dem eine Person eine 50-prozentige Schutzwirkung hat (d. h. die Hälfte der Wahrscheinlichkeit einer Infektion im Vergleich zu einer ungeimpften Person). Die Steilheit dieser Beziehung zwischen Schutzwirkung und Neutralisationsgrad wird durch den Parameter bestimmt k.

Wir gehen davon aus, dass ein Impfstoff (oder eine vorherige Exposition) eine (normale) Verteilung der Neutralisationsgrade induziert (n) in einer Population mit einem gewissen Mittelwert μS und Standardabweichung σS. Der durchschnittliche Neutralisationsgrad für jede Studie, μS, ist der Unterschied zwischen dem log10-transformierte mittlere Neutralisationstiter für geimpfte und für rekonvaleszente Personen in dieser Studie. Die Standardabweichung, σS, ist nur die Standardabweichung für geimpfte Personen in dieser Studie. (Beachten Sie, dass die Verteilung des Neutralisationsgrades für rekonvaleszente Personen per Definition einen Mittelwert von Null hat (d. h. der Logarithmus des Mittelwerts der Neutralisationstiter für rekonvaleszente Personen, der sich selbst normalisiert).) Daher ist der Anteil der geimpften Population für eine Studie, S, die geschützt wird, wird gegeben von

wo F die Wahrscheinlichkeitsdichtefunktion einer Normalverteilung ist und Eich ist die logistische Funktion in Gleichung (2). Das obige Integral ist das sogenannte logistische Normalintegral und der Mittelwert der Logit-Normalverteilung, die keine analytische Lösung hat 56 . Daher verwenden wir eine einfache numerische Näherung (linke Riemann-Summe).

Anpassung des Logistikmodells und Konfidenzintervalle

Das obige Schutzmodell wurde an Daten zur Schutzwirkung von Impfstoffen aus Phase 3 (und einer anderen großen Kohortenstudie an rekonvaleszenten Personen) angepasst. Für jede Impfstoff- und Rekonvaleszenzstudie die Anzahl der eingeschlossenen Kontrollpersonen (nicht geimpft oder Placebo oder naiv) ( (N_s^c) ), die Anzahl der infizierten Kontrollpersonen ( (I_s^c) ), die Anzahl der geimpften (zuvor exponierte) eingeschlossene Personen ( (N_s^v) ) und die Anzahl der geimpften infizierten Personen ( (I_s^v) ) wurden bei der Anpassung des Modells verwendet. Die Wahrscheinlichkeit, die Anzahl der infizierten Personen in der Kontroll- und der Impfgruppe für jede Studie zu beobachten, beträgt unter bestimmten Parametern

wo BS ist die Wahrscheinlichkeit, dass sich eine ungeimpfte Kontrollperson in der Studie ansteckt S (Basisrisiko), (b_sleft(<1 - P(n_<50>,k,mu_s,sigma_s)> ight)) ist die Infektionswahrscheinlichkeit in der Impfgruppe (siehe Gleichung 3 ) und Bi(n, K, P) ist die binomiale Wahrscheinlichkeits-Massenfunktion der Wahrscheinlichkeit von K Ereignisse ab einer Stichprobengröße von n, für die jedes Ereignis eine Wahrscheinlichkeit hat P des Auftretens. Wir möchten jedoch alle Studien gleichzeitig anpassen, und daher beträgt die Gesamtwahrscheinlichkeit, die Daten in allen Studien zu beobachten, bei einigen Parametern

wo n C , ich C , n v , ich v , μ, σ sind Vektoren, die die Daten (N_s^c,I_s^c,N_s^v,I_s^v,mu_s,sigma_s) für jede Studie enthalten S, und B ist ein Vektor der Basisrisikoparameter BS für jede Studie. Die am besten passenden Parameter n50, k und B wurden mit dem nlm-Optimierer in R gefunden, indem (- log left( > echts)) . Der Standardfehler (s.e.) dieser Schätzungen wurde mit dem hessischen geschätzt h Ausgabe dieser Funktion und der Formel (> = sqrt <>(H^< - 1>)>) . Die 95 %-KIs wurden als ±1,95 × s.e. angenommen. der geschätzten Parameter.

Die Variable μS ist der mittlere Neutralisationsgrad, der zunächst auf zwei Arten berechnet werden kann, indem das geometrische Mittel der Neutralisationstiter bei geimpften Personen durch das geometrische Mittel des Neutralisationstiters bei rekonvaleszenten Personen in derselben Studie dividiert wird. Dies ist in den meisten Fällen das Verhältnis von zwei Werten, die direkt in den Immunogenitätsstudien angegeben wurden. Dieser Ansatz berücksichtigt jedoch nicht Situationen, in denen der Neutralisationsassay Neutralisationstiter unter der LOD aufwies, daher verwendeten wir auch eine zweite Methode, bei der wir diesen Wert durch Extrahieren der Neutralisationstiter aus den Zahlen in jeder Immunogenitätsstudie (Ergänzungstabelle 1) und Berechnen des mittleren Neutralisationstiters für geimpfte und rekonvaleszente Personen in jeder Studie unter Verwendung der zensierenden Regression (Gleichung 1). Obwohl es im Prinzip möglich war, die Standardabweichung der Neutralisationsgrade für jede Studie zu berechnen (wie oben), schienen diese jedoch durch die unterschiedliche Anzahl von Personen zwischen den Studien etwas verwirrt zu sein, daher haben wir das obige Modell mit (1) der Standardabweichung . angepasst Schätzungen für jede Studie, (2) eine Standardabweichung von einer größeren Studie, auf die wir direkten Zugriff auf die Rohdaten hatten 3 (d. h. keine manuelle Datenextraktion erforderlich) und (3) eine Schätzung der Standardabweichung für alle gepoolten Studien zusammen. Die zwei verschiedenen Methoden zur Schätzung des mittleren Neutralisationsgrades für jede Studie und die drei Methoden zur Schätzung der Standardabweichung der Neutralisationsgrade führen zu sechs Versionen des obigen Modells. Alle diese Versionen des Modells wurden angepasst, und die geschätzten Schutzniveaus waren sehr ähnlich (Erweiterte Daten Abb. 1).

Klassifikationsmodell für die Schutzneutralisation

Der obige Modellierungsansatz ging davon aus, dass Neutralisationsgrade normalverteilt waren. Hier stellen wir eine Methode zur Bestimmung einer Schutzschwelle vor, die frei von Annahmen über die Verteilung der Neutralisationsgrade ist. Dieses Modell geht davon aus, dass es ein schützendes Neutralisationsniveau gibt, T, oberhalb derer Personen vor einer Infektion geschützt sind und unterhalb derer Personen anfällig sind. Die in klinischen Phase-3-Studien an geimpften Personen (und einer anderen großen Kohortenstudie an rekonvaleszenten Personen 1 Zusatztabelle 2) beobachteten Schutzwirkungen werden mit bezeichnet ES. Diese stellen den Anteil der Personen in jeder Studie dar, S, die einen Neutralisationsgrad oberhalb der Schutzschwelle besitzen sollten. Daraus folgt, dass die Zahl der Personen oberhalb der Schutzschwelle in der Studie S ist eine Funktion von T, die wir bezeichnen KS(T). Daher ist die Wahrscheinlichkeit der Beobachtung KS(T) Personen über der Schutzschwelle, sofern es nS Personen in der Immunogenitätsstudie (die viel kleiner sind als die Phase-3-Studien), wird angegeben durch

wo Bi ist eine Binomialverteilung. Beachten Sie, dass

und nS = |DS|, so dass h ist die Heavy-Side-Step-Funktion, die den Wert 1 annimmt, wenn nichT > 0, oder 0 andernfalls, und |DS| bezeichnet die Größe der Menge DS (d. h. die Anzahl der gemessenen Neutralisationsstufen). Um eine Schutzschwelle unter Verwendung der Ergebnisse aller Wirksamkeitsstudien in diesem Papier zu bestimmen, konstruieren wir eine Likelihood-Funktion

wo D ist der Satz von Vektoren der Neutralisationsniveaus aus jeder Studie. Beachten Sie, dass diese Likelihood-Funktion unstetig ist, da der Schwellenwert T ist vielfältig. Daher bewerten wir diese Likelihood-Funktion mit dem Schwellenwert T gleich allen beobachteten Neutralisationsgraden setzen nich über alle Studien hinweg und ermitteln Sie den Wert von T das maximiert diese Wahrscheinlichkeit (Erweiterte Daten Abb. 3). Dieses Verfahren bestimmt ein Schutzniveau, bei dem der Anteil der Personen mit Neutralisationsgraden über dem Schwellenwert am besten mit der beobachteten Schutzwirkung dieses Impfstoffs übereinstimmt.

Gleichung (8) ist die Likelihood-Funktion, die übernommen werden sollte, wenn Neutralisationsmessungen nicht durch eine LOD beeinflusst werden. Für den Fall, dass einige Neutralisationsniveaus unter dem LOD liegen, wird die Likelihood-Funktion wie folgt angepasst:

wo JS ist ein Index, der den Wert 1 annimmt, wenn die LOD des Studiums S liegt über der Schwelle T und mindestens ein Wert wird zensiert, ansonsten 0. CS ist die Anzahl der zensierten Werte in der Studie S und Q ist die kumulative Binomialverteilungsfunktion. Dieser spätere Begriff berücksichtigt die Wahrscheinlichkeit, dass alle zensierten Werte angesichts der protektiven Wirksamkeit der Studie unter dem Schwellenwert T lagen ES.

Um die 95 %-KIs für den geschätzten schützenden Neutralisationsgrad zu bestimmen, wurde ein Bootstrapping-Ansatz verwendet, bei dem die Neutralisationsgrade 1.000 Mal zufällig mit Ersatz neu abgetastet wurden. Eine erneute Probenahme wurde durchgeführt, um die Gesamtzahl der Neutralisationsgrade in jeder Studie zu erhalten. Diese zufällig generierten Stichproben der Originaldaten wurden dann auf die gleiche Weise wie oben beschrieben angepasst, was 1.000 entsprechende Schätzungen des schützenden Neutralisationsgrades ergab. Das 95 %-KI wurde als 2,5 und 97,5 Perzentile dieser 1.000 Schätzungen des schützenden Neutralisationsgrades berechnet.

Bewertung der Vorhersagefähigkeit des Modells

Um die Fähigkeit des Modells zu bestimmen, die Wirksamkeit eines Impfstoffs vorherzusagen, führten wir eine Leave-One-Out-Analyse durch, bei der wir eine der Impfstoffstudien (oder die Rekonvaleszenzstudie) systematisch ausschlossen und das gleiche Modellanpassungsverfahren wie oben beschrieben durchführten . Unter Verwendung des Modells, das an die Teilmenge der Studien angepasst wurde, schätzten wir dann die Wirksamkeit des Impfstoffs ab, der aus dem angepassten Modell weggelassen wurde. Diese Leave-One-Out-Analyse wurde für alle Versionen des Logistikmodells durchgeführt (d. h. unter Verwendung der sechs oben beschriebenen Methoden zur Schätzung des mittleren Neutralisationsgrades und der Standardabweichung). Die vorhergesagte Wirksamkeit für jeden Impfstoff und die erhaltene Rekonvaleszenz, während die Studie ausgelassen wurde, sind in 1c gegen die berichtete Wirksamkeit aufgetragen. Außerdem liefert das 50 %-Schutzniveau, das jedes Mal geschätzt wurde, wenn eine Studie aus der Analyse ausgelassen wurde, ein Maß für die Sensitivität des Modells gegenüber der Einbeziehung jeder Studie. Beachten Sie, dass der Ausschluss einer der Studien die Schätzung des 50%-Schutzniveaus nicht wesentlich beeinflusste (Erweiterte Daten Abb. 1).

Fehlerbalken und Regionen in Wirksamkeit und Neutralisation

In Abb. 1a gibt es sowohl horizontale als auch vertikale Fehlerbalken sowie ein 95 % Vorhersageintervall für das angepasste Modell. Die vertikalen Fehlerbalken geben die 95 %-KIs für die Wirksamkeitsschätzungen für jede Studie an, diese wurden mit der Katz-Log-Methode berechnet, die in der ergänzenden Tabelle 1 von Lit. 1 angegeben ist. 57. Die horizontalen Fehlerbalken zeigen 95 %-KIs in der Differenz des Mittelwerts der (log10) Neutralisationstiter für geimpfte und rekonvaleszente Personen in jeder Studie. Das heißt, diese repräsentieren

wo σv und σC sind die Standardabweichung im Log10 der Neutralisationstiter für geimpfte bzw. rekonvaleszente Personen und wurden wie im Abschnitt zur Schätzung der Standardabweichung der Neutralisationstiter oben beschrieben geschätzt. nv und nC sind die Anzahl der geimpften bzw. rekonvaleszenten Personen, die in jede Studie eingeschlossen wurden. Das 95% prädiktive Intervall in 1a wurde unter Verwendung des Deltaverfahrens 58 berechnet.

Vergleich des Schutzniveaus bei leichter und schwerer Infektion

Wir testeten auch, ob der Schutzneutralisationsgrad zwischen leichter und schwerer Infektion unterschiedlich war, indem wir den kombinierten Datensatz mit zwei verschiedenen mathematischen Modellen anpassten. Das einfachste Modell geht davon aus, dass wir sowohl bei schweren als auch bei leichten Infektionen das gleiche Schutzniveau verwenden könnten (d. h. den gemeinsamen Steilheitsparameter (k) und 50 % Schutzniveau (n50) im logistischen Modell (oben)) und das alternative Modell verwendet unterschiedliche Schutzniveauparameter, während wir das Modell darauf beschränkt haben, die gleichen zu haben k bei schwerer und leichter Infektion (Gleichung 3). Wir haben sowohl das Akaike-Informationskriterium als auch einen Likelihood-Ratio-Test verwendet, um zu bestimmen, welches Modell die beste Anpassung des Datensatzes sowohl für schwere COVID-19-Fälle als auch für alle gemeldeten COVID-19-Fälle liefert (Ergänzungstabelle 5).

Modellierung des Neutralisationsabbaus und der Auswirkungen antigener Variation

Vergleich von Karies bei Rekonvaleszenz und Impfung

Eine Reihe von Studien hat den Abfall des Neutralisationstiters bei Rekonvaleszenten analysiert. Diese Studien haben im Allgemeinen einen schnellen frühen Zerfall gezeigt, der sich mit der Zeit verlangsamt 3,4,5,59,60 . Wir identifizierten eine Studie von Widge et al. 34, in der der zeitliche Verlauf des Neutralisationstiters nach mRNA-Vakzinierung analysiert werden konnte. Diese Studie maß den Abfall des Neutralisationstiters auf 115 d. Um die Halbwertszeit des Zerfalls des Neutralisationstiters in geimpften und rekonvaleszenten Kohorten zu vergleichen, analysierten wir den Zerfall in dieser Impfstudie im Vergleich zu einer zuvor veröffentlichten Studie zum rekonvaleszenten Neutralisationstiter 3 und beschränkten die Rekonvaleszenzdaten auf Daten, die innerhalb von 115 Tagen gesammelt wurden (Erweiterte Daten Abb. 2a).

Wir verglichen die Zerfallsraten unter Verwendung von linearen Mixed-Effects-Modellen und Zensierungswerten unterhalb der LOD 61 , indem wir „Impfgruppe“ (geimpft oder rekonvaleszent) als binäre Variable behandelten. Die statistische Signifikanz der „Impfgruppe“ als Kovariate (ob sie signifikant von Null verschieden war) wurde mithilfe des Likelihood-Ratio-Tests berechnet. Beachten Sie, dass dieser eingeschränkte Rekonvaleszenz-Zeitverlauf nur verwendet wurde, um den Abfall der Impfung und Rekonvaleszenz über einen ähnlichen Zeitverlauf (zeitlich begrenzt durch die Impfdaten) zu vergleichen.

Die Halbwertszeit der Neutralisationstiter bei Rekonvaleszenten wurde über einen längeren Zeitraum von 240 d unter Verwendung des gleichen oben beschriebenen Ansatzes zur Modellierung mit gemischten Effekten geschätzt, jedoch auf die Neutralisationsdaten angewendet, die von Dan et al. 5 in der Ergänzungsdatei 1 ihrer Arbeit. Dies ist die Schätzung, die in dem Vorhersagemodell verwendet wurde, das in den Fig. 1 und 2 dargestellt ist. 2 und 3.

Vorhersage des Wirkungsverlustes bei nachlassender Neutralisation und das aufgrund von Varianten

Die Abnahme der Wirksamkeit mit der Zeit (Abb. 2a, b) wurde modelliert, indem die Neutralisationsgrade mit einer Geschwindigkeit entsprechend einer Halbwertszeit von 108 d reduziert wurden und die Wirksamkeit bei dieser neuen Verteilung der Neutralisationsgrade unter Verwendung von Gleichung (3) neu berechnet wurde. Die Wirksamkeit gegen eine SARS-CoV-2-Variante bei einer damit einhergehenden Abnahme der Neutralisation (Abb. 2c) wurde durch Reduktion des mittleren Neutralisationsgrades um den Faktor 2, 5 oder 10 und nach Gleichung (3) berechnet. Die Wirksamkeit gegen schwere Infektionen wurde in ähnlicher Weise unter Verwendung des gleichen Ansatzes wie oben berechnet, jedoch unter Verwendung des 50%-Schutzniveaus, das mit der schweren Schwelle verbunden ist (Ergänzungstabelle 5), was um einen Faktor 0,15 niedriger war als bei einer leichten Infektion (95%-KI = 0,036 .). –0,65) (Abb. 3a,b). Wir haben auch den Abfall des Neutralisationsniveaus über die aktuellen Daten hinaus extrapoliert, unter der Annahme, dass das Neutralisationsniveau mit einer Halbwertszeit von 108 d bis d 250 abfällt und dass sich diese Abfallrate linear auf eine 10-Jahres-Halbwertszeit über 1, 1,5 verlangsamt oder 2 Jahre (Abb. 3c).

Ethik-Erklärung

Diese Arbeit wurde von der Human Research Ethics Committee der University of NSW Sydney genehmigt (Zulassung HC200242).

Berichtszusammenfassung

Weitere Informationen zum Forschungsdesign finden Sie in der Nature Research Reporting Summary, die mit diesem Artikel verlinkt ist.


Wir danken B. T. Rouse und R. Compans für Diskussion und Kommentare zum Manuskript und H. Oluoch für technische Unterstützung. Supported by the US National Institutes of Health (U19AI090023, HHSN266200700006C, U54AI057157, R37AI48638, R01DK057665, U19AI057266 and N01 AI50025 for the B.P. laboratory AI30048 and AI057266 for the R.A. laboratory DK074701 for the A.R.M. laboratory Intramural Research Program of the National Institute of Allergy and Infectious Diseases for the K.S. laboratory and UL1 RR025008 from the Clinical and Translational Science Award program, National Center for Research Resources for clinical work), the Bill & Melinda Gates Foundation (Collaboration for AIDS Vaccine Discovery 38645 to the R.A. and B.P. laboratories), the National Science Foundation (E.K.L. laboratory) and the Centers for Disease Control (E.K.L. laboratory).

H.I.N. did all the experiments and analyses in Figures A17-2𠄶 and Supplementary Figures 2𠄸 J.W., G.-M.L., M.M. and V.K. did the analyses in Figure A17-1 and Supplementary Figure 1 E.K.L. did the DAMIP model analyses in Figure A17-5 L.R., A.R.M., S.P.K. and N.K. did the mouse experiments in Figure A17-6 W.N.H. helped with the microarray analyses in Supplementary Figure 4 S.L. assisted with the bioinformatics analyses of the data in Figure A17-3 A.A. did the microarray analysis of samples from the 2007 influenza annual season S.M.-K., K.E.K., R.E. and A.K.M. assisted with the collection and processing of samples K.S. measured HAI titers R.A. helped conceive of and design the study and supervised the studies in Figure A17-1 and Supplementary Figure 1 B.P. conceived of the study and designed and supervised the experiments and analyses in Figures A17-1𠄶 and Supplementary Figures 18 and B.P. and H.I.N. wrote the paper.


COVID-19 vaccine generates immune structures critical for lasting immunity

The first two COVID-19 vaccines authorized for emergency use by the Food and Drug Administration (FDA) employed a technology that had never before been used in FDA-approved vaccines. Both vaccines performed well in clinical trials, and both have been widely credited with reducing disease, but concerns remain over how long immunity induced by the new vaccine technology will last.

Now, a study from researchers at Washington University School of Medicine in St. Louis, published June 28 in the journal Nature, has found evidence that the immune response to such vaccines is both strong and potentially long-lasting. Nearly four months after the first dose, people who received the Pfizer vaccine still had so-called germinal centers in their lymph nodes churning out immune cells directed against SARS-CoV-2, the virus that causes COVID-19. Germinal centers, which form as the result of natural infection or vaccination, are boot camps for immune cells, a place where inexperienced cells are trained to better recognize the enemy and weapons are sharpened. A better germinal center response may equal a better vaccine.

Moreover, vaccination led to high levels of neutralizing antibodies effective against three variants of the virus, including the Beta variant from South Africa that has shown some resistance to vaccines. Vaccination induced stronger antibody responses in people who had recovered from SARS-CoV-2 infection compared to those who had never been infected.

In April, both Pfizer and Moderna reported that their vaccines provided at least six months of protection. Their reports were based on tracking whether vaccinated people came down with COVID-19. Other groups have monitored antibody levels in the blood and concluded that the vaccine provides at least months of protection. But nobody had looked to see how the immune response was developing in the body, which could provide important clues to the strength and persistence of the immune response without requiring years of follow-up.

"Germinal centers are the key to a persistent, protective immune response," said senior author Ali Ellebedy, PhD, an associate professor of pathology & immunology, of medicine and of molecular microbiology. "Germinal centers are where our immune memories are formed. And the longer we have a germinal center, the stronger and more durable our immunity will be because there's a fierce selection process happening there, and only the best immune cells survive. We found that germinal centers were still going strong 15 weeks after the vaccine's first dose. We're still monitoring the germinal centers, and they're not declining in some people, they're still ongoing. This is truly remarkable."

Scientists don't fully understand why some vaccines, such as the one for smallpox, induce strong protection that lasts a lifetime, while others, such as the vaccine for whooping cough, require regular boosters. But many suspect that the difference lies in the quality of the germinal centers induced by different vaccines.

The Pfizer and Moderna vaccines were created with mRNA technology. Unlike most vaccines, which provide bits of viral or bacterial proteins to trigger an immune response, mRNA-based vaccines provide instructions for the body to build and release foreign proteins, such as the spike protein in the case of the SARS-CoV-2 virus. To assess whether this new kind of vaccine induces a good germinal center response, Ellebedy and co-first author Jackson Turner, PhD, an instructor in pathology & immunology, teamed up with co-senior author Rachel Presti, MD, PhD, an associate professor of medicine, and co-first author Jane O'Halloran, MD, PhD, an assistant professor of medicine, and started the study once the first COVID-19 vaccine became available in mid-December 2020.

The team enlisted the help of co-authors Sharlene Teefey, MD, and William Middleton, MD, both professors of radiology, to perform ultrasound-guided sampling of the minuscule germinal centers in lymph nodes in the armpit. Teefey and Middleton extracted cells from 14 people who received the Pfizer vaccine. Samples were obtained three weeks after the first dose (just prior to administration of the second dose), and at weeks four, five and seven. Ten of the participants gave additional samples 15 weeks after the first dose. None of the participants previously had been infected with the virus that causes COVID-19.

Three weeks after the first dose, all 14 participants had formed germinal centers with B cells producing antibodies that target a key SARS-CoV-2 protein. The response expanded greatly after the booster shot and then stayed high. Even 15 weeks after the first dose, eight of 10 people still had detectable germinal centers containing B cells targeting the virus.

"This is evidence of a really robust immune response," Presti said. "Your immune system uses germinal centers to perfect the antibodies so they can bind well and last as long as possible. The antibodies in the blood are the end result of the process, but the germinal center is where it is happening."

The researchers also obtained blood samples from 41 people who received the Pfizer vaccine, including eight who previously had been infected with the virus that causes COVID-19. Samples were obtained prior to the administration of each dose of the vaccine, as well as at weeks four, five, seven and 15 after the first dose. In people without prior exposure to the virus, antibody levels rose slowly after the first dose and peaked one week after the second. People who previously had been infected already had antibodies in their blood before the first dose. Their levels shot up quickly after the first dose and peaked higher than the uninfected participants' levels.

"We didn't set out to compare the effectiveness of vaccination in people with and without a history of infection, but when we looked at the data we could see an effect," O'Halloran said. "If you've already been infected and then you get vaccinated, you get a boost to your antibody levels. The vaccine clearly adds benefit, even in the context of prior infection, which is why we recommend that people who have had COVID-19 get the vaccine."

This study was supported by the National Institute of Allergy and Infectious Diseases of the National Institutes of Health (NIH), grant and contract numbers U01AI141990, 1U01AI150747, R01 AI157155, AI134907, 5T32CA009547, HHSN272201400006C, HHSN272201400008C and 75N93019C00051 the NIH, grant number UL1TR001439 the Sealy & Smith Foundation the Kleberg Foundation the John S. Dunn Foundation the Amon G. Carter Foundation the Gilson Longenbaugh Foundation the Summerfield Robert Foundation and a Helen Hay Whitney Foundation postdoctoral fellowship. This study utilized samples obtained from the Washington University School of Medicine's COVID-19 biorepository supported by the NIH/National Center for Advancing Translational Sciences, grant number UL1 TR002345.


Vaccines and immunization: What is vaccination?

Vaccination is a simple, safe, and effective way of protecting people against harmful diseases, before they come into contact with them. It uses your body&rsquos natural defenses to build resistance to specific infections and makes your immune system stronger.

Vaccines train your immune system to create antibodies, just as it does when it&rsquos exposed to a disease. However, because vaccines contain only killed or weakened forms of germs like viruses or bacteria, they do not cause the disease or put you at risk of its complications.

Most vaccines are given by an injection, but some are given orally (by mouth) or sprayed into the nose.

Vaccination is a safe and effective way to prevent disease and save lives &ndash now more than ever. Today there are vaccines available to protect against at least 20 diseases, such as diphtheria, tetanus, pertussis, influenza and measles. Together, these vaccines save the lives of up to 3 million people every year.

When we get vaccinated, we aren&rsquot just protecting ourselves, but also those around us. Some people, like those who are seriously ill, are advised not to get certain vaccines &ndash so they depend on the rest of us to get vaccinated and help reduce the spread of disease.

During the COVID-19 pandemic, vaccination continues to be critically important. The pandemic has caused a decline in the number of children receiving routine immunizations, which could lead to an increase in illness and death from preventable diseases. WHO has urged countries to ensure that essential immunization and health services continue, despite the challenges posed by COVID-19. More information about the importance of vaccines is available here.

Vaccines reduce risks of getting a disease by working with your body&rsquos natural defenses to build protection. When you get a vaccine, your immune system responds. It:

Recognizes the invading germ, such as the virus or bacteria.

Produces antibodies. Antibodies are proteins produced naturally by the immune system to fight disease.

Remembers the disease and how to fight it. If you are then exposed to the germ in the future, your immune system can quickly destroy it before you become unwell.

The vaccine is therefore a safe and clever way to produce an immune response in the body, without causing illness.

Our immune systems are designed to remember. Once exposed to one or more doses of a vaccine, we typically remain protected against a disease for years, decades or even a lifetime. This is what makes vaccines so effective. Rather than treating a disease after it occurs, vaccines prevent us in the first instance from getting sick.

Vaccines work by training and preparing the body&rsquos natural defences &ndash the immune system &ndash to recognize and fight off viruses and bacteria. If the body is exposed to those disease-causing pathogens later, it will be ready to destroy them quickly &ndash which prevents illness.

When a person gets vaccinated against a disease, their risk of infection is also reduced &ndash so they&rsquore also less likely to transmit the virus or bacteria to others. As more people in a community get vaccinated, fewer people remain vulnerable, and there is less possibility for an infected person to pass the pathogen on to another person. Lowering the possibility for a pathogen to circulate in the community protects those who cannot be vaccinated (due to health conditions, like allergies, or their age) from the disease targeted by the vaccine.

'Herd immunity', also known as 'population immunity', is the indirect protection from an infectious disease that happens when immunity develops in a population either through vaccination or through previous infection. Herd immunity does not mean unvaccinated or individuals who have not previously been infected are themselves immune. Instead, herd immunity exists when individuals who are not immune, but live in a community with a high proportion of immunity, have a reduced risk of disease as compared to non-immune individuals living in a community with a small proportion of immunity.

In communities with high immunity, the non-immune people have a lower risk of disease than they otherwise would, but their reduced risk results from the immunity of people in the community in which they are living (i.e. herd immunity) not because they are personally immune. Even after herd immunity is first reached and a reduced risk of disease among unimmunized people is observed, this risk will keep falling if vaccination coverage continues to increase. When vaccine coverage is very high, the risk of disease among those who are non-immune can become similar to those who are truly immune.

WHO supports achieving 'herd immunity' through vaccination, not by allowing a disease to spread through a population, as this would result in unnecessary cases and deaths.

For COVID-19, a new disease causing a global pandemic, many vaccines are in development and some are in the early phase of rollout, having demonstrated safety and efficacy against disease. The proportion of the population that must be vaccinated against COVID-19 to begin inducing herd immunity is not known. This is an important area of research and will likely vary according to the community, the vaccine, the populations prioritized for vaccination, and other factors.

Herd immunity is an important attribute of vaccines against polio, rotavirus, pneumococcus, Haemophilus influenzae type B, yellow fever, meningococcus and numerous other vaccine preventable diseases. Yet it is an approach that only works for vaccine-preventable diseases with an element of person-to-person spread. For example, tetanus is caught from bacteria in the environment, not from other people, so those who are unimmunized are not protected from the disease even if most of the rest of the community is vaccinated.

Without vaccines, we are at risk of serious illness and disability from diseases like measles, meningitis, pneumonia, tetanus and polio. Many of these diseases can be life-threatening. WHO estimates that vaccines save between 2 and 3 million lives every year.

Although some diseases may have become uncommon, the germs that cause them continue to circulate in some or all parts of the world. In today&rsquos world, infectious diseases can easily cross borders, and infect anyone who is not protected

Two key reasons to get vaccinated are to protect ourselves and to protect those around us. Because not everyone can be vaccinated &ndash including very young babies, those who are seriously ill or have certain allergies &ndash they depend on others being vaccinated to ensure they are also safe from vaccine-preventable diseases.

  • Cervical cancer
  • Cholera
  • COVID-19
  • Diphtheria
  • Hepatitis B
  • Influenza
  • Japanese encephalitis
  • Measles
  • Meningitis
  • Mumps
  • Pertussis
  • Lungenentzündung
  • Polio
  • Rabies
  • Rotavirus
  • Rubella
  • Tetanus
  • Typhoid
  • Varicella
  • Yellow fever

Some other vaccines are currently under development or being piloted, including those that protect against Ebola or malaria, but are not yet widely available globally.

Not all of these vaccinations may be needed in your country. Some may only be given prior to travel, in areas of risk, or to people in high-risk occupations. Talk to your healthcare worker to find out what vaccinations are needed for you and your family.

Should my daughter get vaccinated against human papillomavirus (HPV)?

Virtually all cervical cancer cases start with a sexually transmitted HPV infection. If given before exposure to the virus, vaccination offers the best protection against this disease. Following vaccination, reductions of up to 90% in HPV infections in teenage girls and young women have been demonstrated by studies conducted in Australia, Belgium, Germany, New Zealand, Sweden, the United Kingdom and the United States of America.

In studies, the HPV vaccine has been shown to be safe and effective. WHO recommends that all girls aged 9&ndash14 years receive 2 doses of the vaccine, alongside cervical cancer screening later in life.

Vaccines protect us throughout life and at different ages, from birth to childhood, as teenagers and into old age. In most countries you will be given a vaccination card that tells you what vaccines you or your child have had and when the next vaccines or booster doses are due. It is important to make sure that all these vaccines are up to date.

If we delay vaccination, we are at risk of getting seriously sick. If we wait until we think we may be exposed to a serious illness &ndash like during a disease outbreak &ndash there may not be enough time for the vaccine to work and to receive all the recommended doses.

Why does vaccination start at such a young age?

Young children can be exposed to diseases in their daily life from many different places and people, and this can put them at serious risk. The WHO-recommended vaccination schedule is designed to protect infants and young children as early as possible. Infants and young children are often at the greatest risk from diseases because their immune systems are not yet fully developed, and their bodies are less able to fight off infection. It is therefore very important that children are vaccinated against diseases at the recommended time.

I didn't vaccinate my child at the recommended time. Is it too late to catch up?

For most vaccines, it&rsquos never too late to catch up. Talk to your healthcare worker about how to get any missed vaccination doses for yourself or your child.

Nearly everyone can get vaccinated. However, because of some medical conditions, some people should not get certain vaccines, or should wait before getting them. These conditions can include:

Chronic illnesses or treatments (like chemotherapy) that affect the immune system

Severe and life-threatening allergies to vaccine ingredients, which are very rare

If you have severe illness and a high fever on the day of vaccination.

These factors often vary for each vaccine. If you&rsquore not sure if you or your child should get a particular vaccine, talk to your health worker. They can help you make an informed choice about vaccination for you or your child.

The most commonly used vaccines have been around for decades, with millions of people receiving them safely every year. As with all medicines, every vaccine must go through extensive and rigorous testing to ensure it is safe before it can be introduced in a country.

An experimental vaccine is first tested in animals to evaluate its safety and potential to prevent disease. It is then tested in human clinical trials, in three phases:

  • In phase I, the vaccine is given to a small number of volunteers to assess its safety, confirm it generates an immune response, and determine the right dosage.
  • In phase II, the vaccine is usually given hundreds of volunteers, who are closely monitored for any side effects, to further assess its ability to generate an immune response. In this phase, data are also collected whenever possible on disease outcomes, but usually not in large enough numbers to have a clear picture of the effect of the vaccine on disease. Participants in this phase have the same characteristics (such as age and sex) as the people for whom the vaccine is intended. In this phase, some volunteers receive the vaccine and others do not, which allows comparisons to be made and conclusions drawn about the vaccine.
  • In phase III, the vaccine is given to thousands of volunteers &ndash some of whom receive the investigational vaccine, and some of whom do not, just like in phase II trials. Data from both groups is carefully compared to see if the vaccine is safe and effective against the disease it is designed to protect against.

Once the results of clinical trials are available, a series of steps is required, including reviews of efficacy, safety, and manufacturing for regulatory and public health policy approvals, before a vaccine may be introduced into a national immunization programme.

Following the introduction of a vaccine, close monitoring continues to detect any unexpected adverse side effects and further assess effectiveness in the routine use setting among even larger numbers of people to continue assessing how best to use the vaccine for the greatest protective impact. More information about vaccine development and safety is available here.


COVID-19 vaccine generates immune structures critical for lasting immunity

IMAGE: Ali Ellebedy, PhD, (right) an associate professor of pathology & immunology at Washington University School of Medicine in St. Louis, discusses data with Jackson Turner, PhD, a postdoctoral researcher. Ellebedy. view more

The first two COVID-19 vaccines authorized for emergency use by the Food and Drug Administration (FDA) employed a technology that had never before been used in FDA-approved vaccines. Both vaccines performed well in clinical trials, and both have been widely credited with reducing disease, but concerns remain over how long immunity induced by the new vaccine technology will last.

Now, a study from researchers at Washington University School of Medicine in St. Louis, published June 28 in the journal Nature, has found evidence that the immune response to such vaccines is both strong and potentially long-lasting. Nearly four months after the first dose, people who received the Pfizer vaccine still had so-called germinal centers in their lymph nodes churning out immune cells directed against SARS-CoV-2, the virus that causes COVID-19. Germinal centers, which form as the result of natural infection or vaccination, are boot camps for immune cells, a place where inexperienced cells are trained to better recognize the enemy and weapons are sharpened. A better germinal center response may equal a better vaccine.

Moreover, vaccination led to high levels of neutralizing antibodies effective against three variants of the virus, including the Beta variant from South Africa that has shown some resistance to vaccines. Vaccination induced stronger antibody responses in people who had recovered from SARS-CoV-2 infection compared to those who had never been infected.

In April, both Pfizer and Moderna reported that their vaccines provided at least six months of protection. Their reports were based on tracking whether vaccinated people came down with COVID-19. Other groups have monitored antibody levels in the blood and concluded that the vaccine provides at least months of protection. But nobody had looked to see how the immune response was developing in the body, which could provide important clues to the strength and persistence of the immune response without requiring years of follow-up.

Scientists don't fully understand why some vaccines, such as the one for smallpox, induce strong protection that lasts a lifetime, while others, such as the vaccine for whooping cough, require regular boosters. But many suspect that the difference lies in the quality of the germinal centers induced by different vaccines.

The Pfizer and Moderna vaccines were created with mRNA technology. Unlike most vaccines, which provide bits of viral or bacterial proteins to trigger an immune response, mRNA-based vaccines provide instructions for the body to build and release foreign proteins, such as the spike protein in the case of the SARS-CoV-2 virus. To assess whether this new kind of vaccine induces a good germinal center response, Ellebedy and co-first author Jackson Turner, PhD, an instructor in pathology & immunology, teamed up with co-senior author Rachel Presti, MD, PhD, an associate professor of medicine, and co-first author Jane O'Halloran, MD, PhD, an assistant professor of medicine, and started the study once the first COVID-19 vaccine became available in mid-December 2020.

The team enlisted the help of co-authors Sharlene Teefey, MD, and William Middleton, MD, both professors of radiology, to perform ultrasound-guided sampling of the minuscule germinal centers in lymph nodes in the armpit. Teefey and Middleton extracted cells from 14 people who received the Pfizer vaccine. Samples were obtained three weeks after the first dose (just prior to administration of the second dose), and at weeks four, five and seven. Ten of the participants gave additional samples 15 weeks after the first dose. None of the participants previously had been infected with the virus that causes COVID-19.

Three weeks after the first dose, all 14 participants had formed germinal centers with B cells producing antibodies that target a key SARS-CoV-2 protein. The response expanded greatly after the booster shot and then stayed high. Even 15 weeks after the first dose, eight of 10 people still had detectable germinal centers containing B cells targeting the virus.

"This is evidence of a really robust immune response," Presti said. "Your immune system uses germinal centers to perfect the antibodies so they can bind well and last as long as possible. The antibodies in the blood are the end result of the process, but the germinal center is where it is happening."

The researchers also obtained blood samples from 41 people who received the Pfizer vaccine, including eight who previously had been infected with the virus that causes COVID-19. Samples were obtained prior to the administration of each dose of the vaccine, as well as at weeks four, five, seven and 15 after the first dose. In people without prior exposure to the virus, antibody levels rose slowly after the first dose and peaked one week after the second. People who previously had been infected already had antibodies in their blood before the first dose. Their levels shot up quickly after the first dose and peaked higher than the uninfected participants' levels.

"We didn't set out to compare the effectiveness of vaccination in people with and without a history of infection, but when we looked at the data we could see an effect," O'Halloran said. "If you've already been infected and then you get vaccinated, you get a boost to your antibody levels. The vaccine clearly adds benefit, even in the context of prior infection, which is why we recommend that people who have had COVID-19 get the vaccine."

Turner JS, O'Halloran JA, Kalaidina E, Kim W, Schmitz AJ, Zhou JQ, Lei T, Thapa M, Chen RE, Case JB, Amanat F, Rauseo AM, Haile A, Xie X, Klebert MK, Suessen T, Middleton WD, Shi P-Y, Krammer F, Teefey SA, Diamond MS, Presti RM, Ellebedy AH. SARS-CoV-2 mRNA vaccines induce persistent germinal centre responses in humans. Nature. June 28, 2021. DOI:

This study was supported by the National Institute of Allergy and Infectious Diseases of the National Institutes of Health (NIH), grant and contract numbers U01AI141990, 1U01AI150747, R01 AI157155, AI134907, 5T32CA009547, HHSN272201400006C, HHSN272201400008C and 75N93019C00051 the NIH, grant number UL1TR001439 the Sealy & Smith Foundation the Kleberg Foundation the John S. Dunn Foundation the Amon G. Carter Foundation the Gilson Longenbaugh Foundation the Summerfield Robert Foundation and a Helen Hay Whitney Foundation postdoctoral fellowship. This study utilized samples obtained from the Washington University School of Medicine's COVID-19 biorepository supported by the NIH/National Center for Advancing Translational Sciences, grant number UL1 TR002345.

Washington University School of Medicine's 1,500 faculty physicians also are the medical staff of Barnes-Jewish and St. Louis Children's hospitals. The School of Medicine is a leader in medical research, teaching and patient care, consistently ranking among the top medical schools in the nation by U.S. News & World Report. Through its affiliations with Barnes-Jewish and St. Louis Children's hospitals, the School of Medicine is linked to BJC HealthCare.

Disclaimer: AAAS and EurekAlert! are not responsible for the accuracy of news releases posted to EurekAlert! by contributing institutions or for the use of any information through the EurekAlert system.


Difference Between Vaccination and Immunisation

One of the most effective ways of disease prevention, vaccines, helps protect the body against several disease-causing agents. Vaccines are known to protect us from more than 25 types of life-threatening diseases. These diseases include measles, typhoid, influenza and tetanus.

While discussing vaccines, the words immunisation and vaccination are used together quite often, but the question is, do they mean the same thing?

The World Health Organisation defines immunisation as the process which helps make an individual immune to a particular infectious disease. This is done by administering a vaccine.

For example, before the booster dose is administered to a child or an infant, it may not be able to fight off diseases like tetanus or diphtheria. Therefore, immunisation is a very beneficial preventive measure that can control and eradicate several life-threatening diseases. When a vaccine is administered to a person, his or her immune system develops many antibodies, so that he or she does not get sick from the same agent again.