MétaCan
Menu
Retour à la cohorte
Enregistrement W2599983260 · doi:10.1016/j.vaccine.2017.03.035

Assessment of sex-specific differences in adverse events following immunization reporting in Ontario, 2012–15

2017· article· en· W2599983260 sur OpenAlexaffabout
Tara Harris, Jyotsna Nair, J Fediurek, Shelley L. Deeks

Notice bibliographique

RevueVaccine · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueVaccine Coverage and Hesitancy
Établissements canadiensUniversity of TorontoPublic Health Ontario
Organismes subventionnairesnon disponible
Mots-clésMedicineAdverse effectRelative riskPopulationPediatricsImmunizationDemographyConfidence intervalInternal medicineImmunologyEnvironmental healthAntibody

Résumé

récupéré en direct d'OpenAlex

We assessed sex-specific trends within passive vaccine safety surveillance in Ontario, Canada. AEFIs reported following vaccines administered between 2012 and 2015 were included. There were 2466 AEFI reports; 66.2% were female. Annualized reporting rates were 5.9 and 3.1 per 100,000 population, for females and males respectively. The female:male reporting rate ratio (RRR) was 1.9. Sex-specific differences by age group were greatest in adults 18-64years (RRR 6.3); whereas there were no differences in children <10years. Vaccine-specific RRRs were highest for vaccines recommended for routine use in adults or high risk populations. All event categories were female-predominant. The highest event-specific RRRs were for oculorespiratory syndrome (5.1), anaesthesia/paraesthesia (4.6) and anaphylaxis (3.0). Serious AEFIs (n=113) were more evenly distributed (57.5% female, RRR 1.3) than non-serious (66.6% female, RRR 1.9). AEFI reporting among females was consistently elevated within the passive surveillance system in Ontario. Further study of the relationship between sex/gender and AEFI reporting is needed.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,505
Score d'incertitude au seuil0,907

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,048
Tête enseignante GPT0,337
Écart entre enseignants0,289 · 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 tête enseignante, 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

Citations76
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueVaccineMême sujetVaccine Coverage and HesitancyTravaux en français237 207