Can Interactions between Timing of Vaccine-Altered Influenza Pandemic Waves and Seasonality in Influenza Complications Lead to More Severe Outcomes?
Notice bibliographique
Résumé
Vaccination can delay the peak of a pandemic influenza wave by reducing the number of individuals initially susceptible to influenza infection. Emerging evidence indicates that susceptibility to severe secondary bacterial infections following a primary influenza infection may vary seasonally, with peak susceptibility occurring in winter. Taken together, these two observations suggest that vaccinating to prevent a fall pandemic wave might delay it long enough to inadvertently increase influenza infections in winter, when primary influenza infection is more likely to cause severe outcomes. This could potentially cause a net increase in severe outcomes. Most pandemic models implicitly assume that the probability of severe outcomes does not vary seasonally and hence cannot capture this effect. Here we show that the probability of intensive care unit (ICU) admission per influenza infection in the 2009 H1N1 pandemic followed a seasonal pattern. We combine this with an influenza transmission model to investigate conditions under which a vaccination program could inadvertently shift influenza susceptibility to months where the risk of ICU admission due to influenza is higher. We find that vaccination in advance of a fall pandemic wave can actually increase the number of ICU admissions in situations where antigenic drift is sufficiently rapid or where importation of a cross-reactive strain is possible. Moreover, this effect is stronger for vaccination programs that prevent more primary influenza infections. Sensitivity analysis indicates several mechanisms that may cause this effect. We also find that the predicted number of ICU admissions changes dramatically depending on whether the probability of ICU admission varies seasonally, or whether it is held constant. These results suggest that pandemic planning should explore the potential interactions between seasonally varying susceptibility to severe influenza outcomes and the timing of vaccine-altered pandemic influenza waves.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».