Influenza Antibody Levels Associated with Laboratory-Confirmed Influenza in a Test-Negative Study Design, US Flu VE Network, November 2018-May 2019

Een test-negatief onderzoek in de VS toonde aan dat hogere antilichaamtiteren tegen circulerende influenzavirussen, met name via HI, MN en NAI-metingen, geassocieerd waren met een lager risico op laboratoriumbevestigde influenza bij volwassen patiënten met acute luchtwegklachten.

De kern

De Antilichamen-Check: Hoe je afweer je beschermt tegen de griep

Stel je voor dat je afweersysteem een fort is en de griepvirussen zijn inbrekers die proberen binnen te dringen. Dit onderzoek is als een detectiveverhaal waarin wetenschappers hebben gekeken hoe sterk de muren van dat fort waren op het moment dat mensen ziek werden.

Hier is wat ze hebben ontdekt, vertaald in simpele taal:

1. Het Experiment: De "Test-Negatieve" Speurtocht

De onderzoekers keken naar mensen die met een zware verkoudheid of griep naar de dokter kwamen. Ze deden alsof ze twee groepen hadden:

• De "Inbrekers" (Grieppatiënten): Mensen die daadwerkelijk de griep hadden.
• De "Valse Alarmen" (Controlegroep): Mensen met dezelfde symptomen, maar zonder griep.

Ze namen bij iedereen een bloedmonster om te kijken hoeveel "schilden" (antilichamen) ze al hadden tegen de griep, voordat ze ziek werden. Het doel was om te zien: Hadden de mensen die ziek werden minder schilden dan de mensen die het overleefden?

2. De Drie Soorten Schilden

Het lichaam maakt drie soorten verdedigingswapens tegen de griep. De onderzoekers keken naar elk type:

• De Blokkade (HI): Dit is als een slot op de deur. Het voorkomt dat het virus überhaupt binnenkomt.
• De Vernietiger (MN): Dit is als een soldaat die het virus direct doodt zodra het binnen is.
• De Remmer (NAI): Dit is als een rem die het virus vasthoudt zodat het zich niet kan verspreiden naar andere cellen.

3. Wat Vonden Ze?

Het verhaal is als volgt:

• Hoe meer schilden, hoe veiliger: Mensen die ziek werden, hadden over het algemeen minder schilden in hun bloed dan de mensen die niet ziek werden. Mensen met veel antilichamen hadden een veel kleinere kans om de griep te krijgen.
• De "Huisdier"-regel: De schilden werken het beste als ze zijn getraind op de echte inbreker, niet op een verouderde foto.
  • Voor de H1N1-griep (een bepaald type) werkten de schilden goed, ongeacht of ze getraind waren op de oude of nieuwe versie.
  • Voor de H3N2-griep (een ander type) was het lastiger. De schilden die waren getraind op de oude versie (de vaccinversie) werkten niet zo goed tegen de nieuwe, gemuteerde versie die in de natuur rondzwierf. Het was alsof je een slot hebt dat perfect past bij de oude sleutel, maar de inbreker heeft een nieuwe, aangepaste sleutel.
• De Rem is ook belangrijk: Ze ontdekten dat de "Remmers" (NAI) een heel belangrijke rol spelen. Zelfs als je niet genoeg "Blokkades" (HI) had, kon een goede "Rem" je toch beschermen. Dit betekent dat we niet alleen naar één type verdediging moeten kijken, maar naar het hele arsenaal.

4. De Grootte van de Muur

De onderzoekers zagen een duidelijke regel: Hoe hoger het aantal schilden, hoe kleiner de kans op ziekte.

• Als je antilichamen verdubbelden, daalde je kans om ziek te worden met ongeveer de helft.
• Het was alsof je de muren van je fort steeds hoger en dikker maakt; hoe dikker de muur, hoe moeilijker het voor de virus-inbrekers is om binnen te komen.

5. Waarom is dit belangrijk?

Vroeger keken we alleen naar hoe goed een vaccin werkte door te kijken of mensen ziek werden. Nu weten we dat we ook kunnen kijken naar hoeveel schilden mensen hebben.

• Voor de toekomst: Als we weten hoeveel schilden nodig zijn om veilig te zijn, kunnen we betere vaccins maken.
• Bij veranderingen: Als het virus verandert (mutatie), kunnen we sneller zien of onze huidige schilden nog wel werken, zonder te hoeven wachten tot iedereen ziek wordt.

Kortom:
Je afweersysteem is als een leger. Als je leger goed getraind is en genoeg soldaten (antilichamen) heeft, blijven de virus-inbrekers buiten. Dit onderzoek laat zien dat we kunnen meten hoe sterk dat leger is, en dat een sterk leger je echt beschermt tegen de griep.

Technische samenvatting

Titel

Influenza-antilichaamniveaus geassocieerd met laboratoriumbevestigde influenza in een test-negatief studieontwerp, US Flu VE Network, november 2018–mei 2019.

1. Het Probleem

De effectiviteit van seizoensgebonden influenza-vaccins varieert per seizoen, afhankelijk van de circulerende virussen en de immuniteit van de populatie. Tijdens het seizoen 2018-2019 werd geconstateerd dat het vaccin bescherming bood tegen influenza A(H1N1)pdm09, maar geen significante bescherming bood tegen medisch behandelde ziekte door influenza A(H3N2), vooral in de tweede helft van het seizoen toen er sprake was van een antigenische drift (clade 3C.3a).

Er is een behoefte aan het vaststellen van correlaties tussen immuunresponsen op vaccinatie en bescherming tegen medisch behandelde influenza. Traditionele methoden (zoals gerandomiseerde trials) hebben beperkingen bij het evalueren van beschermende antilichaamniveaus tegen antigenisch afwijkende virussen. Het doel van deze studie was om te onderzoeken of antilichaamniveaus gemeten tijdens de acute fase van een ziekte kunnen dienen als proxy voor blootstellingsniveaus en of deze niveaus correleren met een lagere kans op een bevestigde influenza-infectie.

2. Methodologie

De studie gebruikte een test-negatief ontwerp (Test-Negative Design, TND) binnen het US Flu Vaccine Effectiveness Network.

• Populatie: Ambulante patiënten (≥18 jaar) in vijf Amerikaanse staten die zich binnen 7 dagen na het begin van respiratoire symptomen meldden bij zorgverleners.
• Steekproef: Van 6.323 ingeschreven patiënten werden serum- en respiratoire monsters verzameld van 305 patiënten voor serologisch onderzoek. Dit omvatte:
  • 112 patiënten met bevestigde A(H1N1)pdm09.
  • 63 patiënten met bevestigde A(H3N2) (voornamelijk clade 3C.3a).
  • 130 test-negatieve controles (RT-PCR negatief voor influenza).
• Laboratoriumanalyse:
  • Respiratoire monsters: Getest met real-time RT-PCR en volledig genomisch gesequenced om virale clades te identificeren.
  • Serologische assays:
    • Hemagglutinatie-inhibitie (HI): Gemeten tegen ei-gepropageerde vaccinreferentiestammen en cel-gepropageerde circulerende stammen.
    • Microneutralisatie (MN): Gebruikt voor A(H3N2) omdat deze virussen slecht hemagglutinatie vertonen.
    • Neuraminidase-inhibitie (NAI): Gemeten tegen recombinante virussen (rH6N1 en rH6N2) om interferentie van HA-specifieke antilichamen te voorkomen.
• Statistische analyse:
  • Vergelijking van geometrische gemiddelde titers (GMT) en percentages met titers ≥10 en ≥40 tussen gevallen en controles.
  • Logistische regressie om de odds-ratio (OR) van een bevestigde infectie te schatten bij toenemende antilichaamtiters, gecorrigeerd voor vaccinatiestatus en tijd sinds het begin van het influenza-seizoen.
  • Berekening van de "Mean Fold Rise" (MFR) en seroconversie bij patiënten met gepaarde acute en convalescent monsters.

3. Belangrijkste Bijdragen

• Validatie van TND voor serologie: De studie demonstreert dat het test-negatief ontwerp effectief kan worden gebruikt om beschermende antilichaamdrempels te schatten door acute fase-monsters te gebruiken als proxy voor blootstellingsniveaus.
• Antigeen-match: Het benadrukt het belang van het meten van antilichamen tegen circulerende virale stammen (clade-specifiek) in plaats van alleen tegen de vaccinreferentiestammen, vooral bij antigenische drift.
• Rol van Neuraminidase: Het onderstreept de onafhankelijke bijdrage van neuraminidase-inhiberende (NAI) antilichamen aan bescherming, naast de traditionele HI- en MN-metingen.

4. Resultaten

• Algemene bevinding: Hogere antilichaamtiters tegen circulerende virussen bij aanmelding waren geassocieerd met een lagere kans op een bevestigde influenza-infectie.
• A(H1N1)pdm09:
  • Geval-patiënten hadden lagere HI- en NAI-titers dan controles.
  • Elke twee-voudige toename in de HI-titer tegen de cel-gepropageerde clade 6B.1A virus resulteerde in een 44% lagere odds voor infectie (OR 0,56).
  • Elke twee-voudige toename in de NAI-titer resulteerde in een 54% lagere odds (OR 0,46).
• A(H3N2) (Clade 3C.3a):
  • Geval-patiënten hadden aanzienlijk lagere MN-titers tegen de circulerende clade 3C.3a dan tegen de vaccinreferentie (3C.2a.1).
  • Elke twee-voudige toename in de MN-titer tegen het circulerende virus resulteerde in een 49% lagere odds voor infectie (OR 0,51).
  • NAI-titers waren ook geassocieerd met bescherming (30% lagere odds per twee-voudige toename), maar de associatie was sterker voor MN.
• Vaccinatie en bescherming: Hoewel gevaccineerde controles hogere titers hadden, waren de absolute titers tegen het circulerende A(H3N2) virus over het algemeen laag, wat de afwezigheid van bescherming in dat seizoen verklaart.
• Seroconversie: Een aanzienlijk deel van de gevallen toonde een seroconversie (≥4-voudige stijging) tussen acute en convalescent fase, wat aantoont dat de acute metingen een basislijn voorafgaand aan de infectie weerspiegelden.

5. Betekenis en Conclusie

De studie concludeert dat hogere influenza-antilichaamtiters tegen circulerende virussen geassocieerd zijn met een lagere waarschijnlijkheid van medisch behandelde influenza bij volwassenen.

• Klinische en beleidsrelevante implicaties:
  • Serologische correlaten van bescherming kunnen worden afgeleid uit observationele test-negatieve studies, wat waardevol is wanneer circulerende virussen antigenisch afwijken van de vaccinstammen.
  • Het meten van antilichamen tegen neuraminidase (NAI) biedt aanvullende inzichten in bescherming die niet door HI of MN alleen worden gevangen.
  • Deze aanpak kan helpen bij het optimaliseren van de selectie van virusstammen voor toekomstige vaccins en het vergelijken van de immunogeniciteit van verschillende influenza-vaccins in de praktijk.

De auteurs wijzen wel op beperkingen, zoals het ontbreken van pediatrische patiënten en het feit dat acute monsters soms een vroege immuunrespons kunnen vertegenwoordigen, maar benadrukken dat de resultaten de bruikbaarheid van het test-negatief ontwerp voor serologisch onderzoek ondersteunen.