队列建立与感染史确定
建立长期随访队列并确定参与者的DENV和ZIKV感染史。
从2004年起在尼加拉瓜马那瓜进行前瞻性队列研究，每年采集健康血液样本，通过血清学检测（iELISA、MAC-ELISA、NS1 BOB ELISA）和RT-PCR确定DENV和ZIKV感染，根据感染历史分类参与者。
关于丁香通
公司信息
个人用户
企业机构
无忧采购 轻松科研
- 移动端
寨卡病毒初次感染与登革病毒血清型2、3和4型（而非1型）症状性感染风险增加相关
Primary exposure to Zika virus is linked with increased risk of symptomatic dengue virus infection with serotypes 2, 3, and 4, but not 1
实验完整度
高包含19年前瞻性队列研究，结合实验室确诊病例、血清学感染史、多种统计模型（GLM、GLMM、中介分析）和抗体动力学分析，进行功能验证和机制探索。
主要模型
儿童登革热队列（尼加拉瓜马那瓜）
重点核对
感染史分类（如ZIKV、DENV、DENV-ZIKV等） DENV iELISA抗体滴度 登革热病例定义（症状性、伴警告征/重症） 统计模型调整变量（年龄、性别、距上次感染时间、年份）
摘要
四种登革病毒血清型（DENV1–4）中的任何一种感染，根据已有的抗体和感染的血清型，可以保护或增强随后的登革热。此外，相关黄病毒寨卡病毒（ZIKV）的初次感染与DENV2疾病风险增加相关。在此，我们测量了先前DENV和ZIKV免疫力如何影响尼加拉瓜儿童队列中由DENV1–4引起的疾病风险。在2022年的3412名参与者中，10.6%经历了由DENV1（n = 139）、DENV4（n = 133）、DENV3（n = 54）、DENV2（n = 9）或未确定血清型（n = 39）引起的登革热病例。使用纵向临床和血清学数据来定义感染史，并使用调整了年龄、性别、距上次感染时间和年份的广义线性和加性模型以及重复测量来预测疾病风险。与黄病毒未感染者相比，初次ZIKV感染与DENV4（相对风险 = 2.62，95%置信区间：1.48至4.63）和DENV3（2.90，1.34至6.27）引起的疾病风险增加相关，但与DENV1感染无关。初次DENV感染或DENV后ZIKV感染也与DENV4疾病风险增加相关。我们重新分析了19年的队列数据，并证明先前的黄病毒免疫力和抗体滴度与疾病风险的相关性取决于入侵的血清型。因此，我们发现先前的ZIKV感染，像先前的DENV感染一样，与某些DENV血清型疾病风险增加相关。在评估疫苗安全性和有效性时，应考虑黄病毒间的交叉反应。
实验结论
提炼研究问题、关键发现与证据，快速把握文章的核心贡献。
- 研究问题
- 先前寨卡病毒或登革病毒感染如何影响不同登革热血清型的症状性疾病风险？
- 核心机制
- 先前ZIKV或DENV感染通过产生交叉反应性抗体（可能通过抗体依赖性增强）增加某些DENV血清型（DENV2、3、4）的风险，而高滴度抗体可能提供保护，且抗体滴度介导部分感染史对疾病风险的影响。
- 主要证据
- 基于尼加拉瓜儿科登革热队列2004-2023年数据，分析374例2022-2023年登革热病例，使用log-binomial和log-Poisson模型显示ZIKV感染增加DENV2、3、4风险（RR分别为2.62和2.90），并通过对iELISA滴度的中介分析支持抗体介导机制。
- 研究意义
- 研究结果强调在疫苗部署中考虑黄病毒免疫史的重要性，提示单价ZIKV疫苗可能对DENV-naïve人群增加登革热风险，需要更细致的疫苗策略。
研究路径
按研究推进顺序梳理实验设计、验证步骤与关键观察。
登革热病例检测与分型
识别症状性登革热病例并确定感染的DENV血清型。
通过被动监测和主动家访捕获疑似病例，采集急性期和恢复期样本，使用多重rRT-PCR检测DENV、ZIKV、CHIKV，并针对DENV阳性样本进行血清型分型。
疾病风险统计分析
评估不同感染史对登革热疾病风险的影响，并调整潜在混杂因素。
使用log-binomial和log-Poisson广义线性模型（GLM）及广义线性混合模型（GLMM）分析2022-2023年流行季和19年队列数据，按血清型分层，调整年龄、性别、距上次感染时间、年份和空间风险，进行敏感性分析。
抗体滴度与疾病风险关联分析
评估预先存在的抗DENV抗体滴度对症状性登革热风险的影响。
使用DENV iELISA测量抗体滴度，将参与者按滴度分层，使用GLMM估计不同滴度范围（如低、中、高）相对于未感染者的风险比。
中介分析
确定抗体滴度在感染史与登革热风险关系中的中介作用。
应用中介分析模型，分别测试iELISA滴度在10-320（增强范围）和>320（保护范围）中的中介效果，使用非参数自举法计算间接效应和比例。
抗体动力学分析
测量不同感染史后抗DENV抗体的动态变化。
使用广义加性混合模型和分段线性模型拟合不同感染史组的抗体动力学，估计抗体半衰期。
研究方法
按研究目的归类文中使用的方法，便于定位所需技术。
产品清单
| 实验环节 | 名称 | 品牌 | 货号 |
|---|---|---|---|
| 登革热病毒检测 | 实时逆转录聚合酶链反应 | -- | -- |
| 登革热病毒分型 | 用于血清分型的rRT-PCR | -- | -- |
| 抗体检测 | 登革病毒抑制ELISA | -- | -- |
| 寨卡病毒抑制ELISA | -- | -- | |
| 寨卡病毒NS1结合阻断ELISA | -- | -- | |
| 登革和寨卡病毒IgM捕获ELISA | -- | -- |
关键环节
汇总复现实验时建议重点确认的条件及原文阅读提示。
| 环节 | 核对要点 |
|---|---|
| 队列建立与感染史确定 | 参与者年龄范围、每年入组人数、血清学检测方法（iELISA阈值、NS1 BOB ELISA定义） 阅读提示：Materials and Methods：The Pediatric Dengue Cohort Study、Infection histories |
| 登革热病例检测与分型 | 病例定义（1997或2009 WHO标准）、样本采集时间（急性期0-5天，恢复期14-21天）、rRT-PCR方法（ZCD assay） 阅读提示：Materials and Methods：Case definitions |
| 疾病风险统计分析 | 统计模型（log-binomial/log-Poisson GLM、GLMM）、调整变量（年龄、性别、距上次感染时间、年份）、随机效应结构、敏感性分析变量（社区血清阳性率） 阅读提示：Materials and Methods：Statistical analysis |
| 抗体滴度与疾病风险关联分析 | DENV iELISA滴度分层点（如<21、10-320、>320）、模型调整变量 阅读提示：Results：Preexisting flavivirus immunity...；Figure 4 legend |
| 中介分析 | 中介变量定义（10-320 vs 其他；>320 vs ≤320）、模型调整变量、自举次数 阅读提示：Materials and Methods：Statistical analysis；Results：Antibody titers explain... |
| 抗体动力学分析 | 模型类型（GAMM、分段线性模型）、随访时间范围、半衰期计算方法 阅读提示：Materials and Methods：Statistical analysis；Figure 6 legend |