整合鼻腔與細胞免疫指標，世代研究建立新冠再感染預測模型
鼻腔棘蛋白特異性分泌型抗體與特定記憶T細胞，是這項成人世代研究辨識出的關鍵預測指標。模型內部驗證的AUC為0.835，並完成外部驗證；這些結果支持風險評估研究，未確立改變免疫指標能降低感染風險。
兩個世代追蹤成人再感染
這項多中心世代研究使用兩個獨立世代前瞻收集的資料，納入中國無錫與南通共1,156名成人，中位追蹤時間為10個月。期間有128人再感染，占11.1%；模型的預測目標是有症狀的新冠病毒再感染。[1]
模型整合18項臨床與免疫特徵
研究以極端梯度提升演算法建立模型，整合18項臨床與免疫特徵。最後辨識出的關鍵指標，是鼻腔棘蛋白特異性分泌型免疫球蛋白A，以及棘蛋白特異性CD4+中央記憶T細胞。模型內部驗證的AUC為0.835，外部驗證也呈現良好辨識能力。[1]
抗體與風險相關，不等於預防效果
模型解釋分析顯示，鼻腔棘蛋白特異性抗體較高與較低再感染風險相關；棘蛋白特異性CD4+中央記憶T細胞與再感染則呈非線性相關。這些結果描述成人世代資料中的預測關係，並不是提高免疫指標能預防感染的介入試驗結果。[1]
重點整理
在中國無錫與南通1,156名成人的世代資料中，研究建立並外部驗證了有症狀新冠再感染預測模型。鼻腔棘蛋白特異性sIgA較高與較低風險相關，棘蛋白特異性CD4+中央記憶T細胞則與再感染呈非線性相關；內部驗證AUC為0.835。
閱讀提醒
這份來源未說明T細胞與再感染之間非線性關係的具體形狀，不能據此判定數值越高風險越低。這份來源也未提供外部驗證的具體AUC、預測門檻、結果的不確定性區間或實際導入後的效益，未確立提高鼻腔抗體可降低再感染風險的因果效果。這份來源未提供個人檢測或治療建議；所述族群為中國兩地成人，沒有提供台灣資料。
自我檢查清單
資料來源
- [1] An interpretable machine learning model integrating mucosal and cellular immunity to predict SARS-CoV-2 reinfection: a multicenter cohort study.
Emerging microbes & infections（PubMed 摘要）｜來源發布日期 2026年10月21日｜擷取日期 2026年10月24日
本文依 PubMed 收錄的研究摘要整理，未查閱論文全文。本文以 AI 輔助、依上列資料整理，未經醫療專業人員審閱。內容為一般健康資訊，不構成醫療建議。