Sience子刊 新研究揭示:COVID-19病毒影响人体线粒体功能,或成治疗新途径
Nature Medicine :脑雾、记忆和注意力不集中可能是新冠感染引发的血栓导致的
Nature揭秘--为什么有些白人感染新冠病毒后不会生病
SARS-CoV-2重复感染将为常态
整个北半球,公卫人员正在紧锣密鼓地推进秋季COVID-19疫苗接种,以防新一波SARS-CoV-2的变种。在英格兰,政府将接种日期定在本周一(2023年9月11日),比原计划提前了近1个月。9月12日(周二),美国疾控中心将疫苗加强针的接种年龄扩大至6个月以上。
然而,许多国家建议为那些住院或死亡风险较高的人(例如60岁以上的人)接种加强针,那么那些不属于高风险群体的数百万人将如何呢?
科学家们表示,健康的且已接种过疫苗的年轻人即使不接种本轮加强针也会对严重疾病有一定的抵抗力。但研究人员表示,即便不属于高风险人群的个体,加强针也将有助于降低新的SARS-CoV-2感染的风险(尽管可能很短暂),并且也会提供其他的保护。
佐治亚州亚特兰大埃默里大学的免疫学家Rafi Ahmed说:“接种增强剂的人都会受益。”
加强针热潮
自2021年以来,一些国家已多次提供加强针。例如,美国已经为低风险人群提供过两次加强针,为高风险人群提供过4次加强针。
由于许多人可能会以多种方式感染SARS-CoV-2,因此加强针的计算方式也在发生改变。例如,在英格兰,截至2023年2月中旬,超过四分之三的人群已经接种或感染了该病毒。在北京,截止到2023年1月底,90%以上的人群被病毒感染过[1]。
现在,许多国家不再采用全面提供加强针的政策。2023年8月,英国宣布,秋季加强针将仅提供给最易感的个体,例如65岁及以上的老人和医疗工作者。法国不建议非易感人群接种秋季加强针。德国根本没有启动加强针政策,尽管它建议高风险人群每年接种一剂加强针。
美国则是其中的一个例外。2023年9月12日(周二),CDC的顾问科学家们以13:1的投票结果建议全民接种加强针。
在投票之前,CDC流行病学家Megan Wallace告诉CDC顾问们,升级的加强针“对所有年龄段都存在预期的效益”。Wallace说,模型预测结果表明,与仅为65岁以上的人群提供加强针相比,全民接种可避免更多的住院和死亡。
又一个秋天,又一轮加强针
来源:China; France; Germany; England; Mexico
研究人员普遍认为,因为加强针的主要效果是预防严重疾病,所以高风险人群将受益最多。波士顿马萨诸塞州贝思以色列医学中心的免疫学家Dan Barouch表示:“对于老年人、免疫缺陷患者和并发症症患者来说,接种加强针是有很大意义的,他们可能每年都需要多次接种。”
科学家们对全民接种还是非易感人群自行决定的疫苗接种策略也存在分歧。
是否接种加强针
对于低风险人群来说,加强针“不一定能保护他们免受严重疾病,因为他们本来就没有这个风险”,巴尔的摩约翰斯·霍普金斯卫生安全中心的传染病专家Amesh Adalja说。
但他和其他人表示,加强针可以延缓低风险人群的SARS-CoV-2感染,尽管疫苗不会无限期阻止感染。Ahmed表示,加强针还可以缩短COVID-19的病程,这将会减少病毒的传播。
明尼阿波利斯明尼苏达大学的流行病学家Michael Osterholm表示,低风险人群应该选择接种疫苗。他指出美国幼儿COVID-19住院人数的增加,因此,父母有理由为他们的孩子接种疫苗。同时他也赞同健康人群可以不用接种该轮加强针。Barouch 说,“专家们对年轻且低风险人群是否接种存在争议。”
另一个复杂因素是新的SARS-CoV-2变种的兴起,包括高度变异的奥密克戎后代BA.2.86。它的出现促使英格兰公卫人员加快推出秋季加强针,包括针对奥密克戎分支XBB.1.5的更新疫苗(该疫苗于2022年上半年在许多国家被接种)。美国推荐的疫苗也是针对XBB.1.5变异株。
令人放心的结果
数据表明,尽管早期对疫苗的效率存在顾虑,更新后的加强针将有效对抗BA.2.86及其他流行的变异株。2023年9月4日发表在预印本《bioRxiv》的一项研究[2]表明,人体感染SARS-CoV-2 XBB.1.5毒株后产生的抗体可以对抗BA.2.86变异株。该研究尚未通过同行评审。
Barouch的团队评估了感染XBB变异株的人群发现[3],他们对所有变异株(包括BA.2.86)的抗体反应增强。“这表明基于XBB.1.5变异株设计的抗体能够提高对现有流行毒株的免疫反应,” Barouch说。该研究于2023年9月5日发表在预印本《bioRxiv》上,目前尚未通过同行评审。
参考文献:
[1]. Leung, K., Lau, E. H. Y., Wong, C. K. H., Leung, G. M. & Wu, J. T. Nature Med. 29, 579–582 (2023).
[2]. Sheward, D. J. et al. Preprint at bioRxiv (2023).
[3]. Lasrado, N. et al. Preprint at biorXiv (2023).
阅读原文内容:
https://doi.org/10.1038/d41586-023-02840-x
机器学习