Model Comparisons of the Effectiveness and Cost-Effectiveness of Vaccination: A Systematic Review of the Literature
Notice bibliographique
Résumé
OBJECTIVES: To describe all published articles that have conducted comparisons of model-based effectiveness and cost-effectiveness results in the field of vaccination. Specific objectives were to 1) describe the methodologies used and 2) identify the strengths and limitations of the studies. METHODS: We systematically searched MEDLINE and Embase databases for studies that compared predictions of effectiveness and cost-effectiveness of vaccination of two or more mathematical models. We categorized studies into two groups on the basis of their data source for comparison (previously published results or new simulation results) and performed a qualitative synthesis of study conclusions. RESULTS: We identified 115 eligible articles (only 5% generated new simulations from the reviewed models) examining the effectiveness and cost-effectiveness of vaccination against 14 pathogens (69% of studies examined human papillomavirus, influenza, and/or pneumococcal vaccines). The goal of most of studies was to summarize evidence for vaccination policy decisions, and cost-effectiveness was the most frequent outcome examined. Only 33%, 25%, and 3% of studies followed a systematic approach to identify eligible studies, assessed the quality of studies, and performed a quantitative synthesis of results, respectively. A greater proportion of model comparisons using published studies followed a systematic approach to identify eligible studies and to assess their quality, whereas more studies using new simulations performed quantitative synthesis of results and identified drivers of model conclusions. Most comparative modeling studies concluded that vaccination was cost-effective. CONCLUSIONS: Given the variability in methods used to conduct/report comparative modeling studies, guidelines are required to enhance their quality and transparency and to provide better tools for decision making.
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 | 0,025 | 0,084 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,002 |
| Méta-épidémiologie (sens large) | 0,016 | 0,023 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».