Post-immunisation fever and the antibody response to measles-containing vaccines
Notice bibliographique
Résumé
Fever is a common adverse event following measles vaccination, more frequent among older children and those receiving Measles-Mumps-Rubella-Varicella vaccine vs. Measles-Mumps-Rubella vaccine, two factors associated with a better antibody response. However, the role of fever in the immunogenicity of measles-containing vaccines (MCV) is unclear. We performed a post-hoc pooled analysis of data of 5 216 11 to 22 month-old children receiving MCV from 2004 to 2012 in Europe and USA to evaluate the association between post-immunisation fever and antibody response, measured by geometric mean concentrations (GMCs). We further evaluated fever as an effect modifier or a mediator in the associations between the type of MCV or the age at first vaccination and vaccine immunogenicity. After the first dose, fever was associated with 60% higher GMCs (95% CI 1.51-1.68). For children vaccinated at ⩾12 months, the fever did not modify and minimally mediated (2% to 3%) the association between age and antibody response. Fever mediated 18% of the association between type of MCV and GMCs. In a model including fever, age and type of vaccine, fever was the strongest predictor of GMCs. These results suggest that fever is associated with a stronger measles antibody response independently of age and type of MCV.
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 | 0,005 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».