Natural attack rate of influenza in unvaccinated children and adults: a meta-regression analysis
Notice bibliographique
Résumé
BACKGROUND: The natural (i.e. unvaccinated population) attack rate of an infectious disease is an important parameter required for understanding disease transmission. As such, it is an input parameter in infectious disease mathematical models. Influenza is an infectious disease that poses a major health concern worldwide and the natural attack rate of this disease is crucial in determining the effectiveness and cost-effectiveness of public health interventions and informing surveillance program design. We estimated age-stratified, strain-specific natural attack rates of laboratory-confirmed influenza in unvaccinated individuals. METHODS: Utilizing an existing systematic review, we calculated the attack rates in the trial placebo arms using a random effects model and a meta-regression analysis (GSK study identifier: 117102). RESULTS: This post-hoc analysis included 34 RCTs (Randomized Control Trials) contributing to 47 influenza seasons from 1970 to 2009. Meta-regression analyses showed that age and type of influenza were important covariates. The attack rates (95% CI (Confidence Interval)) in adults for all influenza, type A and type B were 3.50% (2.30%, 4.60%), 2.32% (1.47%, 3.17%) and 0.59% (0.28%, 0.91%) respectively. For children, they were 15.20% (11.40%, 18.90%), 12.27% (8.56%, 15.97%) and 5.50% (3.49%, 7.51%) respectively. CONCLUSIONS: This analysis demonstrated that unvaccinated children have considerably higher exposure risk than adults and influenza A can cause more disease than influenza B. Moreover, a higher ratio of influenza B:A in children than adults was observed. This study provides a new, stratified and up to-date natural attack rates that can be used in influenza infectious disease models and are consistent with previous published work in the field.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,006 | 0,002 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».