MétaCan
Menu
Retour à la cohorte
Enregistrement W1971279413 · doi:10.1111/irv.12074

Estimating age‐specific cumulative incidence for the 2009 influenza pandemic: a meta‐analysis of <scp>A</scp>(<scp>H</scp>1<scp>N</scp>1)pdm09 serological studies from 19 countries

2013· review· en· W1971279413 sur OpenAlexaboutno aff
Maria D. Van Kerkhove, Siddhivinayak Hirve, Artemis Koukounari, Anthony W. Mounts

Notice bibliographique

RevueInfluenza and Other Respiratory Viruses · 2013
Typereview
Langueen
DomaineMedicine
ThématiqueInfluenza Virus Research Studies
Établissements canadiensnon disponible
Organismes subventionnairesNorwegian Institute of Public HealthTerveyden ja hyvinvoinnin laitosCenters for Disease Control and PreventionÉcole des Hautes Études en Santé PubliqueUniversity of OxfordRobert Koch InstitutMedical Research CouncilNSW Ministry of HealthInstitute of Environmental Science and ResearchImperial College LondonNational Center for Immunization and Respiratory DiseasesKoch Institute for Integrative Cancer Research, Massachusetts Institute of TechnologyWellcome TrustBill and Melinda Gates Foundation
Mots-clésSerologyPandemicMedicineTiterIncidence (geometry)Hemagglutination assayAntibodyInfluenza A virusCumulative incidenceVirologyCoronavirus disease 2019 (COVID-19)DemographyImmunologyVirusInternal medicineDiseaseInfectious disease (medical specialty)

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The global impact of the 2009 influenza A(H1N1) pandemic (H1N1pdm) is not well understood. OBJECTIVES: We estimate overall and age-specific prevalence of cross-reactive antibodies to H1N1pdm virus and rates of H1N1pdm infection during the first year of the pandemic using data from published and unpublished H1N1pdm seroepidemiological studies. METHODS: Primary aggregate H1N1pdm serologic data from each study were stratified in standardized age groups and evaluated based on when sera were collected in relation to national or subnational peak H1N1pdm activity. Seropositivity was assessed using well-described and standardized hemagglutination inhibition (HI titers ≥ 32 or ≥ 40) and microneutralization (MN ≥ 40) laboratory assays. The prevalence of cross-reactive antibodies to the H1N1pdm virus was estimated for studies using sera collected prior to the start of the pandemic (between 2004 and April 2009); H1N1pdm cumulative incidence was estimated for studies in which collected both pre- and post-pandemic sera; and H1N1pdm seropositivity was calculated from studies with post-pandemic sera only (collected between December 2009-June 2010). RESULTS: Data from 27 published/unpublished studies from 19 countries/administrative regions - Australia, Canada, China, Finland, France, Germany, Hong Kong SAR, India, Iran, Italy, Japan, Netherlands, New Zealand, Norway, Reunion Island, Singapore, United Kingdom, United States, and Vietnam - were eligible for inclusion. The overall age-standardized pre-pandemic prevalence of cross-reactive antibodies was 5% (95%CI 3-7%) and varied significantly by age with the highest rates among persons ≥ 65 years old (14% 95%CI 8-24%). Overall age-standardized H1N1pdm cumulative incidence was 24% (95%CI 20-27%) and varied significantly by age with the highest in children 5-19 (47% 95%CI 39-55%) and 0-4 years old (36% 95%CI 30-43%). CONCLUSIONS: Our results offer unique insight into the global impact of the H1N1 pandemic and highlight the need for standardization of seroepidemiological studies and for their inclusion in pre-pandemic preparedness plans. Our results taken together with recent global pandemic respiratory-associated mortality estimates suggest that the case fatality ratio of the pandemic virus was approximately 0.02%.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,039
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche
Catégories consensuellesMéta-épidémiologie (sens strict), Études des sciences et des technologies
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,819
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,039
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0110,003
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,004
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,555
Tête enseignante GPT0,507
Écart entre enseignants0,048 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
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

Citations185
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInfluenza and Other Respiratory VirusesMême sujetInfluenza Virus Research StudiesTravaux en français237 207