Ralf Wittenbrink Profile picture
Mar 20, 2023 9 tweets 6 min read Read on X
Robuste T-Zell-Reaktionen auf den Impfstoff von BioNTech im Vergleich zur Infektion und Hinweise auf eine abgeschwächte CD8+ T-Zell-Reaktionen nach einer #COVID19-Infektion
„Die offensichtliche Schädigung der CD8+-T-Zell-Antwort durch eine Virusinfektion ist besorgniserregend“.
T-Zellen sind eine entscheidende Komponente der Reaktion auf #SARSCoV2, aber ihre Kinetik nach Infektion und Impfung ist nur unzureichend bekannt. Hier wurden gesunde Probanden untersucht, die zwei Dosen des Pfizer/BioNTech BNT162b2-Impfstoffs erhalten hatten. Die Impfung führte
zu robusten Spike-spezifischen T-Zell-Reaktionen für die dominanten CD4+ und CD8+ T-Zell-Epitope. Die Spitzenwerte der CD4+ T-Zell-Antworten traten eine Woche nach der zweiten Impfung auf, während die CD8+ T-Zellen ihren Höhepunkt zwei Wochen später erreichten.
Diese peripheren T-Zell-Reaktionen waren im Vergleich zu COVID-19-Patienten erhöht. Eine frühere SARS-CoV-2-Infektion führte zu einer verringerten Aktivierung und Expansion von CD8+ T-Zellen. Bei dem Vergleich der T-Zell-Reaktionen nach der Impfung mit der natürlichen Infektion
wurde festgestellt, dass die zirkulierende antigenspezifische CD8*-T-Zellantwort bei einer SARS-CoV-2-Infektion deutlich geringer war als bei der Impfung. Insbesondere war der nominale Peak nach der Impfung 10,6-
Mal höher als bei infizierten Personen und reduzierte sich 4 Monate
nach der Impfung auf das 4,3-fache. Die durch die Infektion induzierte spike-spezifische CD4+ T-Zell-Antwort im Blutkreislauf war um das 3,3-fache reduziert im Vergleich zur Impfung. Es wurde auch beobachtet, dass die nach der Infektion induzierten Spike-spezifischen
CD8*-T-Zellen einen Effektor-Phänotyp aufwiesen, selbst 5 Monate nach dem Auftreten der Symptome. Dies könnte eine Folge der viralen Persistenz des Virus sein. Die Studienautoren vermuten, dass die chronische Aktivierung wahrscheinlich zu einer geringeren Anzahl virusspezifischer
Gedächtnis-CD8*-T-Zellen im Vergleich zur BNT162b2-Impfung führt. Die offensichtliche Schädigung der CD8*-T-Zell-Antwort durch eine Virusinfektion
ist besorgniserregend und kann selbst geimpfte Personen mit einer früheren Infektion einem Risiko für

• • •

Missing some Tweet in this thread? You can try to force a refresh
 

Keep Current with Ralf Wittenbrink

Ralf Wittenbrink Profile picture

Stay in touch and get notified when new unrolls are available from this author!

Read all threads

This Thread may be Removed Anytime!

PDF

Twitter may remove this content at anytime! Save it as PDF for later use!

Try unrolling a thread yourself!

how to unroll video
  1. Follow @ThreadReaderApp to mention us!

  2. From a Twitter thread mention us with a keyword "unroll"
@threadreaderapp unroll

Practice here first or read more on our help page!

More from @RWittenbrink

Nov 21
Monovalente mRNA-Impfstoffe des Typs JN.1 induzieren robuste humorale Immunität gegen ein breites Spektrum von #SARSCoV2 #Omicron-Subvarianten einschließlich JN.1, KP.3.1.1 und XEC

„Unsere Ergebnisse deuten darauf hin, dass die JN.1-mRNA-Impfung …

#ImpfenSchuetzt #COVID19 Figure. The neutralization activity induced by JN.1 monovalent mRNA vaccines Neutralization assay. Assays were performed with pseudoviruses harboring the spike proteins of B.1.1, BA.5, XBB.1.5, JN.1, KP.2, KP.3, KP.3.1.1 and XEC. The following JN.1 monovalent mRNA vaccine sera from fully vaccinated individuals who had received Pfizer-BioNTech JN.1 vaccine ("Pfizer-BioNTech" cohort) (two 2-dose vaccinated, two 3-dose vaccinated, five 4-dose vaccinated, three 5-dose vaccinated and three 7-dose vaccinated; fifteen donors, average age: 42.1, range: 27-85, 66.7% male) (A) and those fro...
unabhängig vom Hersteller eine robustere antivirale humorale Immunität gegen neuere JN.1-Subvarianten hervorruft als die natürliche Infektion mit JN.1-Subvarianten. Wie wir letztes Jahr berichteten, war die durch den monovalenten mRNA-Impfstoff gegen XBB.1.5 induzierte humorale
Immunität gegen XBB.1.5 schwächer als die gegen die angestammten B.1.1. Im Falle des monovalenten mRNA-Impfstoffs JN.1 konnten wir jedoch zeigen, dass der 50 %ige Neutralisierungstiter gegen XBB.1.5 größer ist als der gegen […] B.1.1. Diese Beobachtungen deuten darauf hin,
Read 4 tweets
Nov 20
🚨#POTS und andere häufige autonome Störungen SIND KEINE funktionellen neurologischen Störungen (#FND)

„In den letzten vier Jahren von #COVID19 und #LongCOVID, hat ein erneuertes Interesse am posturalen orthostatischen Tachykardiesyndrom (POTS) und …

#MECFS #CovidIsNotOver
anderen autonomen Störungen den weit verbreiteten Irrglauben ans Licht gebracht, dass diese Störungen auf funktionellen neurologischen Störungen (FND) beruhen oder mit ihnen verbunden sind.
POTS und andere autonome Störungen haben andere Diagnosekriterien als FND.
Zunächst ist
es wichtig zu betonen, dass POTS und andere häufige autonome Störungen keine funktionellen neurologischen Störungen sind und keine funktionelle Ätiologie haben.
Ein 10-minütiger Stehtest oder ein Kipptischtest ist erforderlich, um häufige autonome Störungen zu diagnostizieren,
Read 10 tweets
Nov 18
Post-COVID-Studie aus 🇩🇪: Hoher Anteil von Fällen mit einer Chronifizierung der Symptome - nur 37,1 % der #LongCovid-Patienten genesen nach 12 Monaten, nach zwei Jahren sind es 43,5 % - schnellere Genesung nach #Omicron-Infektion

Diese Studie aus 🇩🇪 analysierte …

#COVID19 Recovery from post-acute COVID-19 condition in the DigiHero cohort (non-parametric maximum likelihood estimates for dominant SARS-CoV-2 variant at time of infection. Each potential curve within the shaded areas is equally likely)
4.529 Teilnehmer mit Post-COVID-Erkrankungen (PCC), die über 12 Wochen anhielten. Die Genesungsraten nach einem Jahr betrugen 44 % für Omikron, 36 % für Delta, 19% für Alpha und 26 % für den #SARSCoV2-Wildtyp. Bei der Betrachtung des COVID-19-Impfstatus, Flow-chart of the study population
ohne Berücksichtigung der Virusvariante (Tabelle 2, A), war eine Impfung mit zwei oder mehr Dosen mit einer schnelleren Genesung verbunden als eine Nichtimpfung (z. B. Hazard Ratio [HR] zwei Dosen vs. Nichtimpfung = 1,50; 95%CI: 1,31, 1,72). Bei einer Stratifizierung nach Table 2 Factors associated with time to recovery from post-acute COVID-19 condition (Cox regression for interval-censored data; numbers above 1 indicate a faster recovery)
Read 5 tweets
Nov 15
„Trump ist ein Feind der Wissenschaft. Nun erwählt er Robert F. Kennedy Jr., einen Impfgegner und Wissenschaftsleugner, zum Gesundheitsminister.“

„Kennedy sieht sich als Kämpfer gegen das, was er als medizinische „Orthodoxie“ beschreibt. Er ist gegen …

#COVID19 #ImpfenSchuetzt Robert F. Kennedy bei einem Wahlkampfauftritt für Donald Trump im September   Foto: Ross D. Franklin/ap  Aus: taz  Trumps Krieg gegen die Forschung Byebye Wissenschaftsfreiheit Trump ist ein Feind der Wissenschaft. Nun erwählt er Robert F. Kennedy Jr., einen Impfgegner und Wissenschaftsleugner, zum Gesundheitsminister.
das medizinische Establishment. Damit diskreditiert er die Wissenschaft als Institution, die fanatischen Glaubenssätzen folgen würde. Als Feinde betrachtet er neben der FDA auch Wissenschaftler wie Anthony Fauci, der Trump zur Coronapandemie beraten hatte. Und insbesondere
ein Thema ist wie kein anderes Sinnbild seines Kampfs: Impfstoffe. In Impfstoffen sei Quecksilber enthalten und das löse Autismus bei Kindern aus, argumentiert Kennedy. Daher halte er, Kindern Impfungen zu verabreichen, für „kriminelles medizinisches Fehlverhalten“. Die
Read 7 tweets
Nov 14
Vergleich von Strategien zur Minderung des #SARSCoV2-Infektionsrisikos über die Luft in abgestuften Auditorien

Veranstaltungsorte sind in der Regel komplexe Räume mit mehreren Bereichen, die spezielle Belüftungskonzepte erfordern, um eine gute Luftqualität …

#CleanAir #COVID19 Fig. 7: Risk potential and recommendations of risk reduction strategies for venues with different ventilation concepts.  a The mean values of the venue-specific global risk of infection RCFD values of different emitter positions were calculated for various parameters and mitigation strategies considering the SARS-CoV-2 wild-type and Omicron variant. To keep the threshold for epidemic control R < 1, RCFD values were coloured according to their risk potential: R ≥ 1 red, R = 0.5 yellow, R = 0 green. The values between the thresholds are coloured in shades of yellow-orange-red and yellow-green...
und ein geringes Infektionsrisiko im gesamten Veranstaltungsort sicherzustellen. In der Vergangenheit wurde mechanischen Belüftungssystemen von Veranstaltungsorten jedoch eine niedrige Priorität bei der Prävention von durch die Luft übertragenen Krankheiten eingeräumt, da der Fig. 3: Influence of different parameters and mitigation strategies on the global risk of infection RCFD of venues with different ventilation concepts.  The parameter study was performed for different parameters, mitigation strategies, activity levels and emitter positions for the venues with displacement (DVV), mixing (MVV) and natural (NVV) ventilation for the case of a single silent, sedentary emitter (reference). The global risk of infection RCFD represents the sum of the individual infection risks PCFD and was calculated for each emitter position of each setting. The RCFD value is a me...
Fokus vor allem auf den Anforderungen an leisen Betrieb, thermischen Komfort und sparsamen Energieverbrauch lag. Obwohl Studien an Veranstaltungsorten zum Risiko der Übertragung von Krankheiten durch die Luft seit der COVID-19-Pandemie zugenommen haben, fehlt noch immer eine Fig. 1: Distribution of the numerically derived individual (PCFD) and global risk of infection (RCFD) for the venues with displacement (DVV), mixing (MVV) and natural (NVV) ventilation considering a sedentary, passive emitter.  Infection risk plots for the venues with displacement ventilation (a), mixing ventilation (b) and natural ventilation (c) are shown. a At DVV, the emitter was located at H5 (I), E6 (II) and B9 (III). b MVV emitter positions were at I16 (I), E16 (II) and H28 (III). c The positions of the NVV emitters were at J20 (I), E5 (II) and A14 (III). The individual risk of infec...
Read 13 tweets
Nov 10
Massachusetts: KI-Tool zeigt, dass 22,8 % der Patienten von Long COVID betroffen sind

Ein neues KI-Tool erkannte bei 22,8 % der Patienten #LongCovid, eine viel höhere Rate als bisher diagnostiziert. Durch die Analyse umfangreicher Gesundheitsdatensätze von …

#COVID19 #Corona The researchers said their tool is about 3 percent more accurate than the data ICD-10 codes capture, while being less biased. Credit: Neuroscience News
fast 300 000 Patienten erkennt der Algorithmus Long COVID, indem er zwischen Symptomen unterscheidet, die speziell mit der #SARSCoV2-Infektion zusammenhängen, und nicht mit bereits bestehenden Erkrankungen. Dieser als "Präzisionsphänotypisierung"bezeichnete KI-Ansatz hilft Figure 2. Identifying PASC with the SPM+ algorithm and WHO definition. After temporarily ordering clinical records, we mine transitive sequences. To meet the WHO definition for PASC, a candidate problem, J, must have multiple sequences following a COVID-19 infection, have a significant temporal association with COVID-19, and have no temporal association with prior conditions.
Klinikern, Long COVID-Symptome von anderen Gesundheitsproblemen zu unterscheiden und kann die Diagnosegenauigkeit um etwa 3 % verbessern.
Das KI-basierte Tool kann elektronische Krankenakten durchsuchen, um Ärzten dabei zu helfen, Fälle von Long COVID zu identifizieren. Figure 1. Criteria for selection of cases and controls. Cases are infected at least once by SARS-CoV-2, whereas the pre-pandemic controls had a viral infection in 2018.
Read 18 tweets

Did Thread Reader help you today?

Support us! We are indie developers!


This site is made by just two indie developers on a laptop doing marketing, support and development! Read more about the story.

Become a Premium Member ($3/month or $30/year) and get exclusive features!

Become Premium

Don't want to be a Premium member but still want to support us?

Make a small donation by buying us coffee ($5) or help with server cost ($10)

Donate via Paypal

Or Donate anonymously using crypto!

Ethereum

0xfe58350B80634f60Fa6Dc149a72b4DFbc17D341E copy

Bitcoin

3ATGMxNzCUFzxpMCHL5sWSt4DVtS8UqXpi copy

Thank you for your support!

Follow Us!

:(