抗体SARS-CoV-2和风险过去或未来的病假gydF4y2Ba

SARS-CoV-2控制设计策略、知识是否暴露个人免疫防范未来疾病是至关重要的gydF4y2Ba^1gydF4y2Ba。孵化时间接触出现症状据估计持续6天的中值,与峰值传染性发生0到前两天出现症状gydF4y2Ba^2gydF4y2Ba和pre-symptomatic传播估计占很大比例的疾病传播gydF4y2Ba^{2gydF4y2Ba,gydF4y2Ba3gydF4y2Ba}。出现症状后传染性随时间增大而减小gydF4y2Ba^4gydF4y2Ba和一些人可能保持无症状尽管病毒阳性gydF4y2Ba^5gydF4y2Ba。免疫球蛋白反应发展得相当慢,通常与症状的分辨率,然后在随后的几周内增加gydF4y2Ba^6gydF4y2Ba。一份报告发现,所有COVID-19患者已经出现症状后血清反应阳性的19天gydF4y2Ba^7gydF4y2Ba。尽管有许多研究病毒抗体和免疫,免疫的程度和持续时间的预测价值存在病毒抗体仍不确定。除了重要的问题是否抗体预防新的感染,同样重要的是要知道抗体预测未来疾病或不是。未来疾病也可能是由于疾病或症状的复发晚发性疾病症状发生后出现的抗体。问题是研究基于过去的疾病充满了回忆偏见(受试者知道他们的抗体状态优先召回事件)和前瞻性研究使用未来疾病端点需要非常大的。gydF4y2Ba

因此,我们希望评估抗体在多大程度上预测未来疾病,使用群体的卫生保健工作者(卫生工作者)过去的病假已经收集的数据,可以使用相同的行政系统随访的方式摆脱回忆偏倚。而且免疫与其他冠状病毒是已知的gydF4y2Ba^8gydF4y2Ba它也一直认为,类比可能shortlasting SARS-CoV-2免疫力。gydF4y2Ba

研究添加的次要目的后,我们意识到我们有队列随访数据近8个月和第二个SARS-CoV-2爆发了因此调查如果血清阳性测量在第一次爆发会影响疾病的可能性也在长期的。gydF4y2Ba

我们邀请所有员工目前在斯德哥尔摩卡罗林斯卡大学医院的工作,瑞典(n = 15300)参与SARS-CoV-2测试与纵向队列研究的过去和未来的病假。我们招收了14052名参与者(无花果。gydF4y2Ba1gydF4y2Ba)。后排除的参与者没有正式工作(如医学生)和无效的测试科目,最后队列和完整的数据包括12928例病假和有效SARS-CoV-2抗体结果(图。gydF4y2Ba1gydF4y2Ba)。gydF4y2Ba

员工总人数和比例,抗体阳性SARS-CoV-2年龄在十年的跨度表所示gydF4y2Ba1gydF4y2Ba。serology-positive科目的比例是最大的最年轻的员工,随着年龄的增长而显著下降(gydF4y2BapgydF4y2Ba趋势值< 0.0001)。的员工群体,报道没有任何病人接触(n = 3285)被用作参考群体的近似估计一般的传播感染。详细的地方gydF4y2Ba^9gydF4y2Ba引用队列seroprevalence为9.9%,在这项研究的时间略有增加,表明大部分的爆发已经发生在研究开始前的几周。gydF4y2Ba

积极性在血清学与过量的风险已经显著相关病假在过去6周但没有授予任何多余的风险为未来病假未来两周后测试(表gydF4y2Ba2gydF4y2Ba)。相互调整(年龄、性别、和serostatus)在多变量模型中只有轻微影响的估计(补充表gydF4y2Ba2gydF4y2Ba)。gydF4y2Ba

当我们知道Covid-19优先影响老感染对象和疾病持续时间长,我们下一个分析病假的长度与年龄和血清学(表状态gydF4y2Ba3gydF4y2Ba)。没有发现过去的病假antibody-negative的66%,而只有35%的抗体阳性受试者没有过去的病假(表gydF4y2Ba3gydF4y2Ba)。协会的血清阳性与任何病假在过去是非常重要的(OR: 3.34(2.98 - -3.74)),主要是由于病假超过五天(表gydF4y2Ba3gydF4y2Ba)。图gydF4y2Ba2gydF4y2Ba在病假显示参与者的比例相对于他们的抗体状态。典型的季节性模式与报道病假下降随着时间的推移,在春季是血清反应阴性的和血清反应阳性的科目(无花果。gydF4y2Ba2gydF4y2Ba)。与2019年病假数据比较发现,日历星期病假模式的血清反应阴性的受试者在2020年几乎相同的日历星期病假模式的所有员工在2019年(没有显示)。血清反应阳性的卫生保健工作者的比例在病假达到测试前4周,然后下降到同一水平的血清反应阴性的受试者周后测试。这是符合我们发现在多项逻辑回归分析,没有多余的风险未来几周的病假后测试(表gydF4y2Ba2gydF4y2Ba)。高架过剩优势比过去不同的前几周的病假是类似的测试(估计不是如图所示)。gydF4y2Ba

调查如果未来的病假将持续的低风险也经过前两周的随访,分析扩大到14周后测试。有几种可能的方法,测试结果的参与者的知识可能会产生偏差和分析在无花果。gydF4y2Ba2gydF4y2Ba与后续只有当参与者不知道测试结果因此我们主要分析。然而,分析14周后测试发现了非常相似的结果(图gydF4y2Ba2gydF4y2BaB)表明披露测试结果没有产生任何重大偏差。血清反应阳性的科目有显著降低的病假6周后测试(非重叠(图中置信区间。gydF4y2Ba2gydF4y2BaB)。从7到14周后测试病假率非常相似,但当时有很少SARS-CoV-2感染地区和病假率进行比较,如果有小SARS-CoV-2感染是没有意义的。gydF4y2Ba

在2020年9月的最后一周,第二个SARS-CoV-2感染开始爆发。有两个主要的差异比第一次爆发。首先,现在普遍免费SARS-CoV-2测试可用。第二,一个家庭成员的建议已经发布的确诊病例应该在家self-isolate即使他们没有生病。有因此激增病假无症状者之一。这并没有出现在第一次爆发。因此,我们分析了长期免疫力首先捕捉所有病假期间发生的最后一个星期9月到2020年12月17日,然后分析是否有一个积极的PCR检测SARS-CoV-2病假7天内。有9882人仍在使用2020年12月17日(1136年8746年被血清反应阳性的血清反应阴性的测试在第一次爆发)。有4例疾病77例在seropositives seronegatives (OR: 0.40 (95% CI 0.123 - -0.996),gydF4y2BapgydF4y2Ba< 0.05。有条件的极大似然估计的优势比Mid-P精确置信区间)。gydF4y2Ba

我们提供大规模数据SARS-CoV-2病毒相关抗体抵御未来病假在一个大的过剩风险,定义良好的医院员工。抗体是与过去的病假和血清学相关而不是因此发现用于区分受试者是否暴露于病毒可能开发病毒相关疾病的风险。尽管我们发现血清反应阳性的科目没有多余的未来疾病的风险,这不是一样的免疫力。疾病可能是感染引起复发性疾病源自相同的或者是晚发性症状的疾病的结果抗体诱导后开始。我们的数据表明复发或迟发性疾病seropositives中是不常见的。gydF4y2Ba

我们的长期随访建议一些防止SARS-CoV-2验证疾病发生在4 - 8个月后第二次爆发。然而,只有在分析81例和偏见引起的知识早血清学结果是可能的。此外,如果有一些长期的免疫力,这并不意味着它是由抗体介导的疾病,例如可以关联到一个解决诱导细胞免疫。gydF4y2Ba

优势的研究包括这样一个事实,这是一个庞大而系统地加入队列使用行政病假数据,因此没有受到研究收集自我报告信息的回忆偏倚参与者可以接受。我们使用血清学包含若干SARS-CoV-2蛋白质和验证平台,有很高的敏感性和特异性的标记PCR-verified SARS-CoV-2感染。测试结果交付给参与者,但随着分析花了两个多星期完成,注册在入学后的第一个星期病假之前发生的结果。血清阳性的强有力的保护作用与病假后的几个星期测试可能没有引起知识的测试结果。gydF4y2Ba

一个限制是,我们无法研究感染发生超过六到七周在入学之前,作为社区传播SARS-CoV-2在该地区开始只有六到七周之前的研究。参与者不调查了当前或之前的症状,但医院规则与症状明显,员工不应在工作和我们,通过设计,决定只使用病假数据,以避免可能的回忆偏倚。医院规定,员工在家工作,开发COVID-19症状必须报告这是病假。SARS-CoV-2测试没有普及的时候第一次爆发,因此我们不知道哪些实例的病假SARS-CoV-2所致。然而,巨大的过剩在病假期间爆发,典型的特征(长时间尤其是年长者)和强大的协会与血清阳性表明最多余的病假是SARS-CoV-2相关。此外,所有的比较都是针对一个基线的病假seronegatives非常类似于病假从2019年的数据。gydF4y2Ba

我们得出这样的结论:抗体测试是一个强大的工具来识别那些有前病毒接触但是没有过多的疾病的风险。由PCR检测病毒核酸也积极为无症状的科目(包括那些在pre-symptomatic阶段开发疾病之后),暴露的日期是对大多数科目不清楚,出现症状的日期只能查询如果有症状的疾病。gydF4y2Ba

我们想提醒说,有大量的血清学测试目前在市场上和验证的程度可能会有所不同。同时,这些测试具体验证了提出的指示,即单独接触那些没有多余的未来疾病的风险暴露在未来学科发展疾病风险。gydF4y2Ba

总之,我们的主要发现表明,验证抗体检测可能有助于SARS-CoV-2筛查策略抗体阳性受试者发现没有多余为未来的疾病风险。gydF4y2Ba

有爆发SARS-CoV-2在斯德哥尔摩,瑞典在高于2020。爆发是公认的3月13日,但是作为第一个死亡发生在3月17日爆发可能开始有点早。在本研究的时间,只有有限的SARS-CoV-2测试但超额死亡率数据的分析表明,大多数的爆发在五月的第二个星期就结束了,不再有任何超额死亡率在6月的最后一周gydF4y2Ba^10gydF4y2Ba。gydF4y2Ba

卡罗琳斯卡大学医院是欧洲最大的大学医院之一,拥有大约15300名员工(就业登记期间,2020年5月23日,4月22日)。医院宣布,所有的员工都在工作(而不是病假)对SARS-CoV-2欢迎参加一项研究。我们招收了14057名参与者签署书面知情同意,还包括允许提取数据从雇主的病假管理数据库包含数据。大多数参与者是30至59岁,79%是女性(补充表gydF4y2Ba1gydF4y2Ba)。员工不允许工作的症状,应该是免费的症状48小时前回到工作。分析结果有效地报告给参与者通过短信,但分析4周后抽样完成。病假数据获得前6周采样直到两个星期后采样使用个人身份号码相关的研究对象分别医院的管理系统。subcohort 3285登记的员工报告没有任何接触病人和被用作队列的引用gydF4y2Ba^9gydF4y2Ba。gydF4y2Ba

在2020年9月的最后一周,第二次爆发SARS-CoV-2变得明显。第二次爆发时仍在进行写作。gydF4y2Ba

伦理宣言gydF4y2Ba

这项研究是国家伦理审查机构批准瑞典(决定编号2020 - 01620)。试验注册号码:ClinicalTrials.gov NCT04411576。所有方法都进行了符合《赫尔辛基宣言》。gydF4y2Ba

分析SARS-CoV-2抗体gydF4y2Ba

全血在serum-separating管和离心收集2000×gydF4y2BaggydF4y2Ba十分钟。血清样本被加热灭活56°C 30分钟,然后储存在- 20°C到进一步分析。gydF4y2Ba

不同SARS-CoV-2蛋白质结构和不同生产主机比较病毒蛋白的表达使用哺乳动物HEK细胞系作为起点。不同生产主机的评估是基于抗体反应的一致性程度选择主机的病毒蛋白质HEK产生的细胞。此后,最有效的生产和净化管道被选中。因此,抗原反应性测量对三种不同的病毒蛋白变体,(1)飙升三组成糖蛋白ectodomain prefusion-stabilized飙升gydF4y2Ba^11gydF4y2BaHEK细胞表达和纯化使用c端链锁状球菌II标签),(2)飙升S1域,使用c端HPC4-tag CHO细胞表达和纯化,和(3)核衣壳蛋白表达gydF4y2Ba大肠杆菌gydF4y2Ba使用一个c端他和纯化。gydF4y2Ba

分析了血清使用多路复用抗原珠阵列在高吞吐量384 -板块格式使用FlexMap3D (Luminex Corp .)与免疫球蛋白检测工具gydF4y2Ba^12gydF4y2Ba。为每个抗原血清阳性的截止是定义为平均12 + 6 sd -控制包含在每个分析批样品。被指定为免疫球蛋白阳性,样本被要求显示反应对至少两三个包括病毒抗原。血清免疫球蛋白绑定到抗原涂布珠发现了F (ab′) 2-Goat反人类免疫球蛋白Fc二级抗体,PEfluorescent anti-hIgG (H10104表达载体。验证过程的描述gydF4y2Bawww.thermofisher.com/se/en/home/life-science/antibodies/invitrogen-antibody-validation.htmlgydF4y2Ba)和记录相对荧光强度(AU)。四积极控制在每个assay-plate重演,意味着inter-assay变异系数为10.1%(8.0 - -13.3%),基于绝对强度水平。gydF4y2Ba

血清学试验是评价的基础上,分析了243年样本Covid-19科目(定义为PCR阳性个体采样超过16天之后积极PCR测试)和442年负控制样品(定义为样本收集2019年或更早,包括26个人比SARS-CoV-2证实感染其他冠状病毒)。基于这些样本,测定敏感性99.2%,特异性99.8%。gydF4y2Ba

数据分析gydF4y2Ba

与传统统计力量和双边的测试意义,假设累计病假比例在无接触的人有30%,10%的人群可能会暴露,至少3800名受试者需要能够检测协会1.4或更高版本,被认为是医学上有意义的水平。gydF4y2Ba

描述性统计检查测试结果按年龄、性别、和病假。Cochran-Armitage趋势测试用于检查模式血清阳性的年龄。累计病假在六个星期前检查测试的总数天病假为每个主题,分为0天(没有病假前测试),1 - 5天,6 - 10天,第11 - 15天,超过16天。累计病假天当时年龄分层显示的血清阳性和消极。多项逻辑回归模型被用来研究血清学检测结果之间的关系和病假测量作为一个类别变量有三个水平,没有病假(参考类别),病假在2周后测试,病假在6周之前测试。对病假在多个学科类别,最多的时期天病假被选中。如果两个时期有一个平等的病假天数,进一步在时间选择。最后一个模型是根据年龄在十年的类别和性别进行调整。分析使用SAS 9.4完成,卡里,数控。gydF4y2Ba