The HVTN 705 Imbokodo trial of 2636 people without HIV and assigned female sex at birth, conducted in southern Africa, evaluated a heterologous HIV-1 vaccine regimen: mosaic adenovirus 26-based vaccine (Ad26.Mos4.HIV) at Months 0, 3, 6, 12 and alum-adjuvanted clade C gp140 at Months 6, 12. Per-protocol vaccine efficacy (VE) against HIV-1 diagnosis from seven to 24 months was 14.1% (95% CI: -22.0% to 39.5%). Immune correlates analysis was performed for markers selected based on prior evidence in efficacy trials and/or nonhuman primate models.

Stepped wedge trials (SWTs) are a type of cluster randomized trial that involve repeated measures on clusters and design-induced confounding between time and treatment. Although mixed models are commonly used to analyze SWTs, they are susceptible to misspecification particularly for cluster-longitudinal designs such as SWTs. Mixed model estimation leverages both "horizontal" or within-cluster information and "vertical" or between-cluster information. To use horizontal information in a mixed model, both the mean model and correlation structure must be correctly specified or accounted for, since time is confounded with treatment and measurements are likely correlated within clusters. Alternative non-parametric methods have been proposed that use only vertical information; these are more robust because between-cluster comparisons in a SWT preserve randomization, but these non-parametric methods are not very efficient. We propose a composite likelihood method that focuses on vertical information, but has the flexibility to recover efficiency by using additional horizontal information. We compare the properties and performance of various methods, using simulations based on COVID-19 data and a demonstration of application to the LIRE trial. We found that a vertical composite likelihood model that leverages baseline data is more robust than traditional methods, and more efficient than methods that use only vertical information. We hope that these results demonstrate the potential value of model-based vertical methods for SWTs with a large number of clusters, and that these new tools are useful to researchers who are concerned about misspecification of traditional models.

Abstract Assessment of immune correlates of severe COVID-19 has been hampered by the low numbers of severe cases in COVID-19 vaccine efficacy (VE) trials. We assess neutralizing and binding antibody levels at 4 weeks post-Ad26.COV2.S vaccination as correlates of risk and of protection against severe-critical COVID-19 through 220 days post-vaccination in the ENSEMBLE trial (NCT04505722), constituting ~4.5 months longer follow-up than our previous correlates analysis and enabling inclusion of 42 severe-critical vaccine-breakthrough cases. Neutralizing antibody titer is a strong inverse correlate of severe-critical COVID-19, with estimated hazard ratio (HR) per 10-fold increase 0.35 (95% CI: 0.13, 0.90). In a multivariable model, HRs are 0.31 (0.11, 0.89) for neutralizing antibody titer and 1.22 (0.49, 3.02) for anti-Spike binding antibody concentration. VE against severe-critical COVID-19 rises with neutralizing antibody titer: 63.1% (95% CI: 40.0%, 77.3%) at unquantifiable [<4.8975 International Units (IU)50/ml], 85.2% (47.2%, 95.3%) at just-quantifiable (5.2 IU50/ml), and 95.1% (81.1%, 96.9%) at 90 th percentile (30.2 IU50/ml). At the same titers, VE against moderate COVID-19 is 32.5% (11.8%, 48.4%), 33.9% (19.1%, 59.3%), and 60.7% (40.4%, 76.4%). Protection against moderate vs. severe disease may require higher antibody levels, and very low antibody levels and/or other immune responses may associate with protection against severe disease.