Le vaccin à ARN messager offre une meilleure protection contre le COVID-19 que le vaccin à base de protéines

Une analyse récente révèle que le vaccin à ARN messager mRNA-1273 se montre plus efficace que le vaccin à base de protéines NVX-CoV2705 pour prévenir les formes graves du COVID-19. Cette étude porte sur plus d’un million d’adultes américains assurés, vaccinés entre août 2024 et février 2025, une période marquée par la circulation de nouveaux variants du virus.

Les vaccins utilisés pendant cette saison différaient non seulement par leur technologie, mais aussi par les souches ciblées. Le mRNA-1273 visait le variant KP.2, tandis que le NVX-CoV2705 ciblait le variant JN.1. Les chercheurs ont comparé leur efficacité en suivant les participants pendant jusqu’à six mois après la vaccination.

Les résultats montrent que le vaccin à ARN messager réduit de 32 % le risque de formes médicalement prises en charge du COVID-19 par rapport au vaccin à base de protéines. Pour les hospitalisations liées au COVID-19, la réduction atteint 41 %. Chez les personnes de 65 ans et plus, souvent plus vulnérables, le vaccin à ARN messager diminue de 26 % les cas nécessitant une prise en charge médicale et de 42 % les hospitalisations.

Les vaccins à ARN messager fonctionnent en livrant un message génétique aux cellules, qui produisent alors une protéine virale inoffensive. Cela déclenche une réponse immunitaire. Les vaccins à base de protéines, eux, contiennent directement la protéine virale, fabriquée en laboratoire, qui stimule le système immunitaire. Les deux approches sont conçues pour préparer l’organisme à reconnaître et combattre le virus en cas d’infection.

L’étude suggère que la différence d’efficacité pourrait s’expliquer par deux facteurs. D’une part, les vaccins à ARN messager semblent provoquer une réponse immunitaire plus forte, notamment en stimulant davantage les cellules T, essentielles pour une protection durable. D’autre part, le variant ciblé par le vaccin joue un rôle. Le mRNA-1273, adapté au variant KP.2, pourrait offrir une meilleure couverture contre les souches circulant pendant la période étudiée, comme KP.3 ou XEC, qui ont émergé après JN.1.

Les courbes de risque cumulé montrent que la protection supplémentaire apportée par le vaccin à ARN messager apparaît rapidement après l’injection et se maintient sans diminuer sur toute la durée du suivi. Cela indique une efficacité prolongée, cruciale pour traverser une saison respiratoire complète.

Cette recherche souligne l’importance de choisir des vaccins adaptés aux variants dominants et de considérer la technologie utilisée. Les vaccins à ARN messager, grâce à leur flexibilité, permettent une mise à jour plus rapide de leur composition pour suivre l’évolution du virus. Cela pourrait expliquer en partie leur meilleure performance dans un contexte où le virus mute fréquemment.

Les participants à l’étude étaient majoritairement âgés de 65 ans ou plus, avec une répartition équilibrée entre hommes et femmes. Beaucoup présentaient des conditions médicales augmentant le risque de forme grave, comme des maladies cardiaques, du diabète ou une immunodépression. Malgré ces facteurs de risque, le vaccin à ARN messager a démontré une supériorité constante.

Ces observations renforcent l’idée que le choix du vaccin, tant en termes de plateforme technologique que de souche ciblée, a un impact significatif sur la protection offerte. Elles pourraient guider les décisions des autorités sanitaires et des cliniciens pour les prochaines campagnes de vaccination, surtout dans un contexte où le virus continue de circuler et de se transformer.

Sources

À propos de cette étude

DOI : https://doi.org/10.1007/s12325-026-03650-z

Titre : Comparative Effectiveness of mRNA-1273 Versus Protein-Based NVX-CoV2705 Vaccination on COVID-19-Related Outcomes Among Insured Adults in the United States During 2024–2025: A Retrospective Matched Cohort Study

Revue : Advances in Therapy

Éditeur : Springer Science and Business Media LLC

Auteurs : Amanda Wilson; Ekkehard Beck; Heather Hensler; Nevena Vicic; Keya Joshi; Emily Patry; Linwei Li; Jane Wang; Chris Clarke