MétaCan
Menu
← Retour à la cohorte
Enregistrement W1982883425 · doi:10.1007/978-3-0346-0279-2_19

Economic Implications of Influenza and Influenza Vaccine

2010· book-chapter· en· W1982883425 sur OpenAlexaboutno aff

Notice bibliographique

Revuenon disponible
Typebook-chapter
Langueen
DomaineMedicine
ThématiqueInfluenza Virus Research Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésVaccinationRecessionPandemicMedicineSeasonal influenzaEnvironmental healthEconomic costLive attenuated influenza vaccineInfluenza vaccinePublic healthEconomic impact analysisProductivityEconomic growthDiseaseCoronavirus disease 2019 (COVID-19)ImmunologyEconomicsInfectious disease (medical specialty)

Résumé

récupéré en direct d'OpenAlex

The objective of this chapter is to review and summarize the current economic estimates of influenza and the cost-effectiveness of its vaccines. We reviewed the published assessments of the economic costs of human seasonal and pandemic influenza internationally. Seasonal influenza costs Germany, France, and the USA between $4 and $87 billion annually. Depending upon the intensity of transmission and severity of disease, pandemic influenza may cause as many as 350 million deaths and result in economic losses topping $1 trillion – an impact great enough to create a worldwide recession. We then reviewed 100 papers primarily from more than a dozen countries which studied the cost-effectiveness of influenza vaccine in children, adults, and the elderly. These studies demonstrate that influenza vaccination is quite cost-effective among children 6 months to 18 years old, in health care workers and pregnant women, and in high-risk individuals. Remarkably, compared with the other recently introduced vaccines for children, such as rotavirus and pneumococcal polysaccharide, vaccinating children and school attendees results in societal cost savings because it obviates lost productivity and wages among infected individuals and their caretakers. Vaccination for children is recommended in the USA and in Canada, but public health policy makers in Europe have undervalued this vaccine and not recommended it so widely. These keywords were added by machine and not by the authors. This process is experimental and the keywords may be updated as the learning algorithm improves.

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)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,054

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,003
Science ouverte0,0000,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0160,006

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 Opus0,095
Tête enseignante GPT0,390
Écart entre enseignants0,295 · 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

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

En bref

Citations6
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetInfluenza Virus Research Studies→Travaux en français237 207→