MétaCan
Menu
Retour à la cohorte
Enregistrement W2792164048 · doi:10.1007/s41999-018-0040-8

Vaccination programs for older adults in an era of demographic change

2018· review· en· W2792164048 sur OpenAlexaff
Mark Doherty, Mark P. Connolly, Giuseppe Del Giudice, Johan Flamaing, Jörg J. Goronzy, Beatrix Grubeck‐Loebenstein, Paul‐Henri Lambert, Stefania Maggi, Janet E. McElhaney, Hideaki Nagai, William Schaffner, Ruprecht Schmidt‐Ott, Edward E. Walsh, Alberta Di Pasquale

Notice bibliographique

RevueEuropean Geriatric Medicine · 2018
Typereview
Langueen
DomaineMedicine
ThématiqueInfluenza Virus Research Studies
Établissements canadiensHealth Sciences North
Organismes subventionnairesGlaxoSmithKline
Mots-clésVaccinationMedicineHealthy agingGerontologyPopulation ageingPsychological interventionGeneralizability theoryHealth careDiseasePopulationInfectious disease (medical specialty)Environmental healthImmunologyEconomic growthNursing

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: Populations are aging worldwide. This paper summarizes some of the challenges and opportunities due to the increasing burden of infectious diseases in an aging population. RESULTS: Older adults typically suffer elevated morbidity from infectious disease, leading to increased demand for healthcare resources and higher healthcare costs. Preventive medicine, including vaccination can potentially play a major role in preserving the health and independence of older adults. However, this potential of widespread vaccination is rarely realized. Here, we give a brief overview of the problem, discuss concrete obstacles and the potential for expanded vaccination programs to promote healthy aging. CONCLUSION: The increasing healthcare burden of infectious diseases expected in aging populations could, to a large extent, be reduced by achieving higher vaccination coverage among older adults. Vaccination can thus contribute to healthy aging, alongside healthy diet and physical exercise. The available evidence indicates that dedicated programs can achieve substantial improvements in vaccination coverage among older adults, but more research is required to assess the generalizability of the results achieved by specific interventions (see Additional file 1).

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)0,002
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,008
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,169
Tête enseignante GPT0,422
Écart entre enseignants0,253 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations58
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Geriatric MedicineMême sujetInfluenza Virus Research StudiesTravaux en français237 207