MétaCan
Menu
Retour à la cohorte
Enregistrement W1155155413 · doi:10.1016/j.vaccine.2015.08.041

Does influenza vaccination improve pregnancy outcome? Methodological issues and research needs

2015· review· en· W1155155413 sur OpenAlexaff
David A. Savitz, Deshayne B. Fell, Justin R. Ortiz, Niranjan Bhat

Notice bibliographique

RevueVaccine · 2015
Typereview
Langueen
DomaineMedicine
ThématiqueInfluenza Virus Research Studies
Établissements canadiensAgricultural Research Institute of Ontario
Organismes subventionnairesWorld Health Organization
Mots-clésVaccinationMedicinePregnancyInfluenza vaccineObservational studyAdverse effectConfoundingImmunizationVaccine efficacyRandomized controlled trialPediatricsIntensive care medicineEnvironmental healthImmunologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Evidence that influenza vaccination during pregnancy is safe and effective at preventing influenza disease in women and their children through the first months of life is increasing. Several reports of reduced risk of adverse outcomes associated with influenza vaccination have generated interest in its potential for improving pregnancy outcome. Gavi, the Vaccine Alliance, estimates maternal influenza immunization programs in low-income countries would have a relatively modest impact on mortality compared to other new or under-utilized vaccines, however the impact would be substantially greater if reported vaccine effects on improved pregnancy outcomes were accurate. Here, we examine the available evidence and methodological issues bearing on the relationship between influenza vaccination and pregnancy outcome, particularly preterm birth and fetal growth restriction, and summarize research needs. Evidence for absence of harm associated with vaccination at a point in time is not symmetric with evidence of benefit, given the scenario in which vaccination reduces risk of influenza disease and, in turn, risk of adverse pregnancy outcome. The empirical evidence for vaccination preventing influenza in pregnant women is strong, but the evidence that influenza itself causes adverse pregnancy outcomes is inconsistent and limited in quality. Studies of vaccination and pregnancy outcome have produced mixed evidence of potential benefit but are limited in terms of influenza disease assessment and control of confounding, and their analytic methods often fail to fully address the longitudinal nature of pregnancy and influenza prevalence. We recommend making full use of results of randomized trials, re-analysis of existing observational studies to account for confounding and time-related factors, and quantitative assessment of the potential benefits of vaccination in improving pregnancy outcome, all of which should be informed by the collective engagement of experts in influenza, vaccines, and perinatal health.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,488
score de la tête « metaresearch » (Gemma)0,761
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,512
Score d'incertitude au seuil0,631

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,4880,761
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0120,017
Bibliométrie0,0050,007
Études des sciences et des technologies0,0020,007
Communication savante0,0080,012
Science ouverte0,0080,006
Intégrité de la recherche0,0070,007
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,589
Tête enseignante GPT0,602
Écart entre enseignants0,013 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
DomaineMéthodes
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations50
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueVaccineMême sujetInfluenza Virus Research StudiesTravaux en français237 207