Decline in Seasonal Influenza Vaccine Effectiveness With Vaccination Program Maturation: A Systematic Review and Meta-analysis
Notice bibliographique
Résumé
BACKGROUND: Evidence suggests that repeated influenza vaccination may reduce vaccine effectiveness (VE). Using influenza vaccination program maturation (PM; number of years since program inception) as a proxy for population-level repeated vaccination, we assessed the impact on pooled adjusted end-season VE estimates from outpatient test-negative design studies. METHODS: We systematically searched and selected full-text publications from January 2011 to February 2020 (PROSPERO: CRD42017064595). We obtained influenza vaccination program inception year for each country and calculated PM as the difference between the year of deployment and year of program inception. We categorized PM into halves (cut at the median), tertiles, and quartiles and calculated pooled VE using an inverse-variance random-effects model. The primary outcome was pooled VE against all influenza. RESULTS: We included 72 articles from 11 931 citations. Across the 3 categorizations of PM, a lower pooled VE against all influenza for all patients was observed with PM. Substantially higher reductions were observed in older adults (≥65 years). We observed similar results for A(H1N1)pdm09, A(H3N2), and influenza B. CONCLUSIONS: The evidence suggests that influenza VE declines with vaccination PM. This study forms the basis for further discussions and examinations of the potential impact of vaccination PM on seasonal VE.
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 | 0,014 | 0,041 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,014 | 0,024 |
| Bibliométrie | 0,007 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».