MétaCan
Menu
Retour à la cohorte
Enregistrement W2999673318 · doi:10.2807/1560-7917.es.2020.25.1.1900245

The impact of repeated vaccination using 10-year vaccination history on protection against influenza in older adults: a test-negative design study across the 2010/11 to 2015/16 influenza seasons in Ontario, Canada

2020· article· en· W2999673318 sur OpenAlexafffundabout
Jeffrey C. Kwong, Hannah Chung, James K. H. Jung, Sarah A. Buchan, Aaron Campigotto, Michael A. Campitelli, Natasha S. Crowcroft, Jonathan B. Gubbay, Timothy Karnauchow, Kevin Katz, Allison McGeer, James Dayre McNally, David Richardson, Susan E. Richardson, Laura C. Rosella, Kevin L. Schwartz, Andrew E. Simor, Marek Smieja, George Zahariadis

Notice bibliographique

RevueEurosurveillance · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueInfluenza Virus Research Studies
Établissements canadiensLondon Health Sciences CentreMcMaster UniversityPublic Health OntarioWilliam Osler Health SystemSunnybrook Health Science CentreSinai Health SystemNorth York General HospitalInstitute for Clinical Evaluative SciencesUniversity of OttawaHospital for Sick ChildrenUniversity of TorontoHealth Sciences CentreUniversity Health NetworkChildren's Hospital of Eastern Ontario
Organismes subventionnairesCanadian Institutes of Health ResearchCanadian Immunization Research NetworkUniversity of TorontoOntario Ministry of Health and Long-Term CarePublic Health AgencyPublic Health Agency of CanadaDepartment of Family and Community Medicine, University of TorontoCancer Care Ontario
Mots-clésVaccinationMedicineConfidence intervalLogistic regressionDemographyInfluenza vaccineImmunologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

IntroductionAnnual influenza vaccination is recommended for older adults, but evidence regarding the impact of repeated vaccination has been inconclusive.AimWe investigated vaccine effectiveness (VE) against laboratory-confirmed influenza and the impact of repeated vaccination over 10 previous seasons on current season VE among older adults.MethodsWe conducted an observational test-negative study in community-dwelling adults aged > 65 years in Ontario, Canada for the 2010/11 to 2015/16 seasons by linking laboratory and health administrative data. We estimated VE using multivariable logistic regression. We assessed the impact of repeated vaccination by stratifying by previous vaccination history.ResultsWe included 58,304 testing episodes for respiratory viruses, with 11,496 (20%) testing positive for influenza and 31,004 (53%) vaccinated. Adjusted VE against laboratory-confirmed influenza for the six seasons combined was 21% (95% confidence interval (CI): 18 to 24%). Patients who were vaccinated in the current season, but had received no vaccinations in the previous 10 seasons, had higher current season VE (34%; 95%CI: 9 to 52%) than patients who had received 1-3 (26%; 95%CI: 13 to 37%), 4-6 (24%; 95%CI: 15 to 33%), 7-8 (13%; 95%CI: 2 to 22%), or 9-10 (7%; 95%CI: -4 to 16%) vaccinations (trend test p = 0.001). All estimates were higher after correcting for misclassification of current season vaccination status. For patients who were not vaccinated in the current season, residual protection rose significantly with increasing numbers of vaccinations received previously.ConclusionsAlthough VE appeared to decrease with increasing numbers of previous vaccinations, current season vaccination likely provides some protection against influenza regardless of the number of vaccinations received over the previous 10 influenza seasons.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,013
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,201
Score d'incertitude au seuil0,996

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,013
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,093
Tête enseignante GPT0,360
Écart entre enseignants0,267 · 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 tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations28
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueEurosurveillanceMême sujetInfluenza Virus Research StudiesTravaux en français237 207