Dosis optimal yang diprediksi model dan jadwal dosis yang direkomendasikan CDC untuk vaksin Pfizer-BioNTech pada subpopulasi yang sehat dan sistem imun yang lemah. Pedoman CDC yang sedang berlangsung untuk jadwal pemberian dosis diwakili oleh pita biru dan yang diprediksi oleh model ditampilkan dalam warna hijau. Kredit: (2022). DOI: 10.1101/2022.09.14.22279959
Dengan FDA mengesahkan penguat bivalen kedua minggu ini untuk individu yang berisiko tinggi dari COVID-19 dan CDC diharapkan untuk menandatanganinya juga, studi Houston Methodist baru-baru ini mungkin menawarkan beberapa panduan tentang kapan populasi tertentu harus mendapatkan penguat berikutnya. Sebuah tim peneliti kedokteran komputasi dan ilmuwan data dari Houston Methodist Research Institute memprediksi respons kekebalan terhadap vaksin COVID-19 dengan model matematika yang mereka kembangkan dan juga menemukan bahwa interval dosis CDC saat ini mungkin memerlukan penyesuaian untuk melindungi semua individu.
“Memperkirakan respons imun memungkinkan kami mengidentifikasi strategi pemberian dosis yang dapat meningkatkan efektivitas vaksin dan memastikan perlindungan jangka panjang terhadap virus, berdasarkan kebutuhan subpopulasi individu,” kata penulis korespondensi studi tersebut, Prashant Dogra, Ph.D. “Misalnya, pasien dengan gangguan kekebalan mungkin menunjukkan penurunan produksi antibodi setelah vaksinasi daripada yang terlihat pada populasi umum.”
Para peneliti menciptakan alat komputasi yang andal dapat mensimulasikan respons kekebalan pada ribuan pasien yang beragam secara demografis dalam hitungan menit, memungkinkan mereka untuk menjawab pertanyaan yang jika tidak dilakukan akan mahal dan memakan waktu secara eksperimental atau klinis. Alat tersebut membantu mereka mengidentifikasi protokol pemberian dosis terbaik untuk memastikan perlindungan untuk waktu yang lama. Salah satu hasil yang menarik pada pasien dengan tingkat imunosupresi yang tinggi adalah bahwa sedikit keterlambatan pada dosis kedua memungkinkan sistem kekebalan untuk pulih dan menghasilkan lebih banyak antibodi dan, oleh karena itu, memberikan perlindungan yang lebih besar.
Dogra, seorang asisten profesor riset matematika dalam kedokteran, memimpin proyek ini bersama dengan Zhihui “Bill” Wang, Ph.D., profesor riset biologi komputasi dalam kedokteran, dan Vittorio Cristini, Ph.D., direktur Matematika di Program Kedokteran di Houston Methodist Academic Institute. Studi berjudul “Pendekatan berbasis pemodelan untuk mengoptimalkan jadwal pemberian dosis vaksin COVID-19 untuk perlindungan yang lebih baik,” sedang dalam tinjauan sejawat dengan jurnal medis terkemuka dan saat ini diposting di server pracetak medRxiv.
Selama keadaan darurat kesehatan masyarakat, seperti pandemi COVID-19, keterbatasan waktu dan sumber daya menciptakan tantangan untuk melakukan uji klinis secara efisien guna menilai keamanan dan efektivitas vaksin baru. Hal ini dapat menyebabkan inklusi subjek yang tidak merata dari berbagai kelompok umur, jenis kelamin, ras dan etnis minoritas, di antara variabel demografis lainnya.
Jadi, sementara pedoman CDC hanya membedakan antara subjek sehat dan imunokompromis, model matematika memperluasnya dan mengidentifikasi perbedaan mencolok dalam kemanjuran vaksin di seluruh spektrum subjek dengan berbagai tingkat kompetensi kesehatan kekebalan. Ini mengungkapkan tingkat variasi dalam respons imun di seluruh subjek subpopulasi ini dan perlindungan yang ditawarkan oleh vaksin terhadap strain SARS-CoV-2 asli versus mutan.
Mengidentifikasi jendela tunggu kritis untuk subjek dengan gangguan kekebalan tinggi, seperti pasien kanker yang menjalani kemoterapi, memungkinkan sistem kekebalan untuk pulih hingga dapat menghasilkan cukup antibodi yang diinduksi oleh vaksin untuk perlindungan penyakit yang efektif. Model mereka memiliki potensi untuk melengkapi uji klinis vaksin fase 3 dengan mengeksplorasi secara ekstensif efek variabilitas biologis skala populasi pada hasil vaksin dalam populasi virtual, yang sebaliknya sulit ditangkap dalam uji klinis nyata.
“Kami mengembangkan model matematis berdasarkan data uji klinis yang diturunkan dari literatur untuk vaksin COVID-19 berbasis mRNA dan menggunakan model tersebut untuk melakukan eksperimen komputasi untuk mengeksplorasi berbagai skenario klinis dan mengidentifikasi strategi untuk hasil vaksin yang lebih baik,” kata Wang. “Kami melakukan ribuan simulasi untuk mewakili beragam populasi virtual subjek manusia yang menerima simulasi vaksinasi dan menganalisis hasilnya untuk mengidentifikasi jadwal vaksinasi yang optimal untuk berbagai kategori pasien.”
Sementara makalah ini mencakup subpopulasi dengan gangguan kekebalan, tim peneliti saat ini juga sedang mempelajari berbagai populasi khusus lainnya, seperti kelompok ras dan etnis, orang tua, wanita hamil, dan dokter anak.
Ke depan, mereka akan membuat model mereka dapat digeneralisasikan untuk berbagai vaksin dan infeksi yang akan memungkinkan mereka membuat alat yang andal yang dapat diterapkan pada wabah di masa mendatang untuk mendukung pengembangan vaksin baru dan memandu kebijakan kesehatan masyarakat dalam konteks ini. Selama tahun depan, mereka berencana untuk menerbitkan versi terbaru dari model yang dapat diterapkan dan telah divalidasi pada beberapa vaksin.
Informasi lebih lanjut: Prashant Dogra dkk, Pendekatan berbasis pemodelan untuk mengoptimalkan jadwal pemberian dosis vaksin COVID-19 untuk perlindungan yang lebih baik, medRxiv (2022). DOI: 10.1101/2022.09.14.22279959
Disediakan oleh Houston Methodist
Kutipan: Studi menunjukkan waktu yang lebih lama antara vaksin COVID-19 lebih efektif untuk beberapa (2023, 19 April) diambil 19 April 2023 dari https://medicalxpress.com/news/2023-04-longer-covid-vaccines-effective.html
Dokumen ini tunduk pada hak cipta. Terlepas dari kesepakatan yang adil untuk tujuan studi atau penelitian pribadi, tidak ada bagian yang boleh direproduksi tanpa izin tertulis. Konten disediakan untuk tujuan informasi saja.