Risk of influenza infection with low vaccine effectiveness: the role of avoidance behaviour
Notice bibliographique
Résumé
Low vaccine-effectiveness has been recognised as a key factor undermining efforts to improve strategies and uptake of seasonal influenza vaccination. Aiming to prevent disease transmission, vaccination may influence the perceived risk-of-infection and, therefore, alter the individual-level behavioural responses, such as the avoidance of contact with infectious cases. We asked how the avoidance behaviour of vaccinated individuals changes disease dynamics, and specifically the epidemic size, in the context of imperfect vaccination. For this purpose, we developed an agent-based simulation model, and parameterised it with published estimates and relevant databases for population demographics and agent characteristics. Encapsulating an age-stratified structure, we evaluated the per-contact risk-of-infection and estimated the epidemic size. Our results show that vaccination could lead to a larger epidemic size if the level of avoidance behaviour in vaccinated individuals reduces below that of susceptible individuals. Furthermore, the risk-of-infection in vaccinated individuals, which follows the pattern of age-dependent frailty index of the population, increases for older age groups, and may reach, or even exceed, the risk-of-infection in susceptible individuals. Our findings indicate that low engagement in avoidance behaviour can potentially offset the benefits of vaccination even for vaccines with high effectiveness. While highlighting the protective effects of vaccination, seasonal influenza immunisation programmes should enhance strategies to promote avoidance behaviour despite being vaccinated.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,000 | 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 tête enseignante, 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 ».