Incidence of laboratory-confirmed influenza disease among infants under 6 months of age: a systematic review
Notice bibliographique
Résumé
OBJECTIVES: The aim of this systematic review was to assess incidence rates of laboratory-confirmed influenza (LCI) outcomes among infants under 6 months of age. DESIGN: Systematic literature search and review of indexed studies in PubMed, EMBASE, the Cochrane Library and CINAHL Plus from inception to 19 April 2017. SETTING: Population-based estimates from community or hospital settings. PARTICIPANTS: Infants under 6 months of age. PRIMARY AND SECONDARY OUTCOME MEASURES: LCI illness in ambulatory care settings, LCI hospitalisation, LCI intensive care unit admission and LCI death. Only studies with population-based incidence data were included. RESULTS: We identified 27 primary studies, 11 of which were from the USA, four were from other non-US high-income settings and the remaining were from lower-middle-income or upper-middle-income countries. Most studies (n=23) assessed incidence of LCI hospitalisation, but meta-analysis to pool study-specific rates was not possible due to high statistical and methodological heterogeneity. Among US studies, the reported incidence of LCI hospitalisation ranged from 9.3 to 91.2 per 10 000 infants under 6 months for seasonal influenza, while the only US-based estimate for pandemic H1N1 influenza was 20.2 per 10 000 infants. Reported rates for LCI hospitalisation for seasonal influenza from other countries ranged from 6.2 to 73.0 per 10 000 infants under 6 months, with the exception of one study with an estimated rate of 250 per 10 000 infants. No events were reported in five of the nine studies that evaluated LCI death among infants under 6 months. CONCLUSION: Our review of published studies found limited data on LCI outcomes for infants under 6 months, particularly from non-US settings. Globally representative and reliable incidence data are necessary to fully evaluate influenza disease burden and the potential impact of maternal influenza immunisation programme on morbidity and mortality in young infants.
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 | 0,006 | 0,034 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,009 | 0,009 |
| Bibliométrie | 0,009 | 0,009 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».