MétaCan
Menu
Retour à la cohorte
Enregistrement W2346397201 · doi:10.1080/21645515.2016.1175697

A global survey of adverse event following immunization surveillance systems for pregnant women and their infants

2016· article· en· W2346397201 sur OpenAlexafffund
Christine Cassidy, Noni E. MacDonald, Audrey Steenbeek, Justin R. Ortiz, Patrick Zuber, Karina A. Top

Notice bibliographique

RevueHuman Vaccines & Immunotherapeutics · 2016
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueVaccine Coverage and Hesitancy
Établissements canadiensNova Scotia Health AuthorityDalhousie University
Organismes subventionnairesCenters for Disease Control and PreventionDalhousie UniversityWorld Health Organization
Mots-clésMedicineImmunizationPharmacovigilancePublic health surveillanceEnvironmental healthFamily medicinePregnancyPediatricsVaccinationAdverse effectPublic healthMedical emergencyImmunologyNursing

Résumé

récupéré en direct d'OpenAlex

Strengthening antenatal care as a platform for maternal immunization is a priority of the World Health Organization (WHO). Systematic surveillance for adverse events following immunization (AEFI) in pregnancy is needed to identify vaccine safety events. We sought to identify active and passive AEFI surveillance systems for pregnant women and infants. Representatives from all National Pharmacovigilance Centers and a convenience sample of vaccine safety experts were invited to complete a 14-item online survey in English, French or Spanish. The survey captured maternal immunization policies, and active and passive AEFI surveillance systems for pregnant women and infants in respondents' countries. The analysis was descriptive. We received responses from 51/185 (28%) invited persons from 47/148 (32%) countries representing all WHO regions, and low, middle and high-income countries. Thirty countries had national immunization policies targeting pregnant women. Eleven countries had active surveillance systems to detect serious AEFI in pregnant women and/or their infants, including six low and middle-income countries (LMIC). Thirty-nine countries had passive surveillance systems, including 23 LMIC. These active and passive surveillance programs cover approximately 8% and 56% of the worldwide annual birth cohort, respectively. Data from one active and four passive systems have been published. We identified 50 active and passive AEFI surveillance systems for pregnant women and infants, but few have published their findings. AEFI surveillance appears to be feasible in low and high resource settings. Further expansion of AEFI surveillance for pregnant women and sharing of vaccine safety information will provide additional evidence in support of maternal immunization policies.

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)0,004
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,029
Tête enseignante GPT0,310
Écart entre enseignants0,281 · 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'étudeObservationnel
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

Citations19
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueHuman Vaccines & ImmunotherapeuticsMême sujetVaccine Coverage and HesitancyTravaux en français237 207