Impact of vaccination on antibiotic usage: a systematic review and meta-analysis
Notice bibliographique
Résumé
BACKGROUND: Vaccines may reduce antibiotic use and the development of resistance. OBJECTIVES: To provide a comprehensive, up-to-date assessment of the evidence base relating to the effect of vaccines on antibiotic use. DATA SOURCES: Ovid MEDLINE, Embase, the Cochrane Library, ClinicalTrials.gov and WHO Trials Registry. STUDY ELIGIBILITY CRITERIA: Randomized controlled trials (RCTs) and observational studies published from January 1998 to March 2018. PARTICIPANTS: Any population. INTERVENTIONS: Vaccines versus placebo, no vaccine or another vaccine. METHODS: Titles, abstracts and full-texts were screened independently by two reviewers. Certainty of RCT evidence was assessed using GRADE. RESULTS: In all, 4980 records identified; 895 full-text reports assessed; 96 studies included (24 RCTs, 72 observational). There was high-certainty evidence that influenza vaccine reduces days of antibiotic use among healthy adults (one RCT; n = 4253; rate reduction 28·1%; 95% CI 16·0-38·4); moderate-certainty evidence that influenza vaccines probably reduce antibiotic use in children aged 6 months to 14 years (three RCTs; n = 610; ratio of means 0·62; 95% CI 0·54-0·70) and probably reduce community antibiotic use in children aged 3-15 years (one RCT; n = 10 985 person-seasons; risk ratio 0·69, 95% CI 0·58-0·83); and moderate-certainty evidence that pneumococcal vaccination probably reduces antibiotic use in children aged 6 weeks to 6 years (two RCTs; n = 47 945; rate ratio 0·93, 95% CI 0·87-0·99) and reduces illness episodes requiring antibiotics in children aged 12-35 months (one RCT; n = 264; rate ratio 0·85, 95% CI 0·75-0·97). Other RCT evidence was of low or very low certainty, and observational evidence was affected by confounding. CONCLUSIONS: The evidence base is poor. Although some vaccines may reduce antibiotic use, collection of high-quality data in future vaccine trials is needed to improve the evidence base. PROSPERO REGISTRATION: CRD42018103881.
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 | 0,026 | 0,071 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,002 |
| Méta-épidémiologie (sens large) | 0,024 | 0,053 |
| Bibliométrie | 0,011 | 0,010 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 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) | 0,005 | 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 ».