MétaCan
Menu
Retour à la cohorte
Enregistrement W2610262698 · doi:10.5210/ojphi.v9i1.7676

Burden and deaths associated with vaccine preventable diseases in Canada, 2010-2014

2017· article· en· W2610262698 sur OpenAlexaffabout
Laurence Caron-Poulin, Jenny Rotondo, J Cutler, Shalini Desai, Susan G Squires

Notice bibliographique

RevueOnline Journal of Public Health Informatics · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueVaccine Coverage and Hesitancy
Établissements canadiensPublic Health Agency of Canada
Organismes subventionnairesnon disponible
Mots-clésMedicineMeaslesVaccine-preventable diseasesRubellaPopulationIncidence (geometry)DiphtheriaPediatricsPoliomyelitisMortality rateVaccinationDisease surveillanceDiseaseEnvironmental healthImmunologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

ObjectiveTo describe the recent trends in the burden of disease and mortalityassociated with vaccine preventable diseases (VPDs).IntroductionVaccination is one of the most successful public healthinterventions. Despite this, there are a variety of reasons that VPDscontinue to be seen in developed countries such as Canada. Thisanalysis describes the recent trends in the burden of disease andmortality associated with VPDs for which publicly funded vaccinationprograms for infants or children are implemented across the countryand for which national surveillance data are available.MethodsSurveillance data on VPDs were obtained from the CanadianNotifiable Disease Surveillance System. Population and death datawere obtained from Statistics Canada. Death data were only availableto 2012. In total, 11 VPDs have been included in the analysesnamely tetanus, diphtheria, pertussis, polio, haemophilus influenza(Hi), measles, mumps, rubella, congenital rubella syndrome (CRS),invasive meningococcal disease (IMD), invasive pneumococcaldisease (IPD). Exclusion of non-vaccine preventable serotypes fromeither data source was not possible. Analyses included incidence rate,proportion, mortality rate and risk ratio.ResultsSurveillance data indicate that from 2010 to 2014, an average of6,020 cases of VPDs were reported annually, representing an averageannual crude incidence rate of 17.3 cases per 100,000 population.VPDs accounting for the largest proportion of reported cases includeIPD (54.4%) and pertussis (29.6%). Age groups most affected includechildren less than 1 year of age (92.6 cases per 100,000) and childrenbetween 1 and 4 years of age (36.0 cases per 100,000). Age groupsleast affected include adults between 20 and 24 years old (6.9 casesper 100,000 population) and between 25 and 29 years old (7.3 casesper 100,000 population). Age groups affected differed by VPD.Death data indicate that from 2010 to 2012, VPDs accountingfor the largest proportion of deaths across all ages include IPD(58.2%), Hi (16.3%) and IMD (15.3%). Youth aged 19 years andunder accounted for 26.1% of VPDs deaths (mortality rate of 0.17 per100,000 population). Children less than one year old have the highestmortality rate due to VPDs (2.0 per 100,000 population) and were26.9 times more likely to die from VPDs compared to children between1 and 19 years of age. Adults aged 20 years and older accounted for73.9% of VPD deaths (mortality rate of 0.14 per 100,000 population).A high mortality rate was also seen in adults 60 year old and over(0.3 per 100,000 population); adults 60 years old and over were more2.6 times more likely to die from VPDs compared to adults between20 and 59 years old.ConclusionsThe results of routine Canadian surveillance data suggest thatdespite high vaccine coverage rates generally seen in developedcountries such as Canada, a possible preventable burden of illnessdue to VPDs still occurs across all age groups. Consideration ofVPDs as a whole allows a real appreciation of the burden and deathsassociated with VPDs in general. The analysis has shown that whilethe incidence rates are highest among children 4 years old andyounger, mortality due to VPDs continues to occur and primarilyaffects infants and elderly. Due to the asymptomatic nature of someVPDs and data limitations, reported cases are likely underestimatesof the true burden.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,055
Score d'incertitude au seuil0,401

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,006
Études des sciences et des technologies0,0030,000
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,041
Tête enseignante GPT0,325
Écart entre enseignants0,284 · 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

Citations6
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueOnline Journal of Public Health InformaticsMême sujetVaccine Coverage and HesitancyTravaux en français237 207