Post-Marketing Safety Surveillance for the Adjuvanted Recombinant Zoster Vaccine: Methodology
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
A diligent, systematic, regular review of aggregate safety data is essential, particularly early after vaccine introduction, as this is when safety signals not identified during clinical development may emerge. In October 2017, the US Centers for Disease Control and Prevention Advisory Committee on Immunization Practices recommended the adjuvanted recombinant zoster vaccine (RZV; Shingrix, GSK) as the preferred vaccine for preventing herpes zoster (HZ) and related complications in immunocompetent adults aged ≥ 50 years. Subsequently, GSK experienced an unprecedented high demand for RZV. In this methodology paper, we summarize the enhanced measures undertaken to assess RZV safety during its early post-marketing experience in the USA, Canada and Germany. In addition to the routine signal-detection methods already in place for all vaccines, GSK established tailored and enhanced safety monitoring for RZV based on aggregate data of spontaneous reports and manufacturing data. Proactive, near real-time detection and evaluation of signals was a key objective. A dedicated in-house signal-detection tool customized for RZV was employed on a weekly (rather than the routine monthly) basis, allowing for a centralized, more frequent review of data on a single web-based platform. We also identified the background incidence rates of preselected medical events of interest in the first countries to introduce RZV (USA, Canada and Germany) to perform observed-to-expected analyses. This approach may offer a solution to the challenges associated with the assessment and monitoring of vaccine safety in an efficient and timely manner in the context of high vaccine uptake.
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.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 découle