Estimating Influenza Vaccine Effectiveness in Community-Dwelling Elderly Patients Using the Instrumental Variable Analysis Method
Notice bibliographique
Résumé
BACKGROUND: Estimates of influenza vaccine effectiveness in elderly individuals are largely from observational studies, which are susceptible to bias. Instrumental variable (IV) methods control for overt and hidden biases in observational studies. METHODS: We used linked health administrative databases in Ontario to examine the association between influenza vaccination and all-cause mortality among community-dwelling individuals older than 65 years for 9 influenza seasons (2000-2001 to 2008-2009). We examined the composite of hospitalization for pneumonia and influenza and all-cause mortality as a secondary outcome. We used logistic regression modeling and IV analysis to remove the effect of selection bias. RESULTS: We included 12 621 806 person-influenza seasons of observation. Logistic regression produced adjusted odds ratios of 0.67 (95% CI, 0.62-0.72) for all-cause mortality during influenza seasons and 0.85 (0.83-0.86) during post-influenza seasons when influenza is not circulating, suggesting the presence of bias. In contrast, IV analysis yielded adjusted odds ratios of 0.94 (95% CI, 0.84-1.03) during influenza seasons and 1.13 (1.07-1.19) during post-influenza seasons. For the composite of hospitalization for pneumonia and influenza and death, logistic regression produced adjusted odds ratios of 0.74 (95% CI, 0.70-0.78) during influenza seasons and 0.88 (0.87-0.90) during post-influenza seasons, whereas IV analysis produced adjusted odds ratios of 0.86 (95% CI, 0.79-0.92) and 1.02 (0.97-1.06), respectively. CONCLUSIONS: Influenza vaccination is associated with reductions in the composite of hospitalizations for pneumonia and influenza and all-cause mortality during the influenza season but not mortality alone. Compared with standard modeling, IV analysis appears to produce less-biased estimates of vaccine effectiveness.
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 | 0,018 | 0,055 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».