Do No Harm: Lessons Learned About Contextualizing Your Findings
Notice bibliographique
Résumé
Background. Post-marketing surveillance of adverse events following vaccination is necessary to monitor vaccine safety. We published a peer-reviewed paper on adverse events following HPV vaccination that included data on emergency department (ED) visits or hospitalizations within 42 days of vaccination. Our findings reported that of the 195,270 women that received 528,913 doses HPV of vaccine, 958 were hospitalized and 19,351 had an ED visit within 42 days of vaccination. We concluded that rates of adverse events after HPV vaccination in Alberta are low and consistent with types of events seen elsewhere. After publication all members of the research team received unusual emails and interview requests. Methods. We describe the sequence of events, hypotheses of the cause of these events, and actions taken. Results. The paper was published online February 26, 2016 with the first inquiry from a Canadian journalist on February 29. In April, two “independent” journalists emailed each research team member requesting an interview. Both emails used similar wording implying that ED utilization was high. By the end of April, a UK tabloid journalist requested an interview and two academic researchers emailed requesting data. The article scored in the 97th percentile of article of the same age (60 days) and source for comments/responses: 95 tweets from nine countries (88 from the public, 5 from science community and 2 from bloggers). Most of the social media comments noted that “9.9% ended up in emergency rooms in just 42 days” and attributed this directly to vaccination. We hypothesize that two factors this high rate of social media commentary: the title of the paper, and the lack of contextualization of the health service utilization. The unusual attention necessitated a plan and comparative data to contextualize the reported hospitalization data. University of Calgary Media Relations assisted us to identify a contact person, standard responses and a communications plan. Conclusion. Our experience demonstrates the importance of contextualizing results to minimize the misinterpretation of study findings. Social media may be used to disseminate misinterpretations of research findings and researchers should prepare accordingly. Disclosures. All authors: No reported disclosures.
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 | 0,229 | 0,381 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,004 | 0,003 |
| Bibliométrie | 0,007 | 0,004 |
| Études des sciences et des technologies | 0,014 | 0,043 |
| Communication savante | 0,036 | 0,051 |
| Science ouverte | 0,009 | 0,025 |
| Intégrité de la recherche | 0,017 | 0,030 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,004 |
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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».