Use of Cost-Effectiveness Analyses for Decisions About Vaccination Programs for Meningococcal Disease in the United States, United Kingdom, The Netherlands, and Canada
Notice bibliographique
Résumé
INTRODUCTION: Meningococcal vaccines to protect against invasive meningococcal disease (IMD) vary in terms of vaccine technology and serogroup coverage (Polysaccharide MnACWY, conjugated C and ACWY, outer membrane vesicle-based or protein-based B vaccines), and the national recommendations for each of them vary in terms of target population and number of doses. We sought to understand factors associated with the evolution of meningococcal vaccination program recommendations in four countries with formal evaluation processes: the UK, US, the Netherlands, and Canada. AREAS COVERED: A targeted review of published literature and internet sources for the four countries relating to meningococcal vaccination decision-making was conducted. The review focused on the impact of cost-effectiveness analyses on vaccine policy decisions and the extent to which variation in incidence of IMD and its potential catastrophic consequences influenced policy decisions.The evolution of meningococcal vaccine recommendations in the four countries was mainly driven by changes in vaccine availability and changes in serogroup incidence. Public pressure due to the catastrophic nature of IMD influenced recommendations. The role of cost-effectiveness analyses varied across the 4 countries. EXPERT OPINION: The value of implementing meningococcal vaccination programs should be assessed using factors beyond those included in traditional cost-effectiveness analyses.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 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) | 0,000 | 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 ».