Should We Delay the Second COVID-19 Vaccine Dose in Order to Optimize Rollout? A Mathematical Perspective
Notice bibliographique
Résumé
Abstract Objectives With vaccination shortage persisting in many countries, adopting an optimal vaccination program is of crucial importance. Given the slow pace of vaccination campaigns globally, a very relevant and burning public health question is whether it is better to delay the second COVID-19 vaccine shot until all priority group people have received at least one shot. Currently, many countries are looking to administer a third dose (booster shot), which raises the question of how to distribute the available daily doses to maximize the effectively vaccinated population. Methods We formulate a generalized optimization problem with a total of vaccine doses, that have to be optimally distributed between n different sub-populations, where sub-population u i represents people receiving the i -th dose of the vaccine with efficacy α i . The particular case where n = 2 is solved first, followed by the general case of n dose regimen. Results In the case of a two dose regimen, if the efficacy of the second dose is less than (or equal to) twice the efficacy of the first dose, the optimal strategy to maximize the number of effectively vaccinated people is to delay the second vaccine as much as possible. Otherwise, the optimal strategy would consist of administering the second dose as quickly as possible. In the general case, the optimal vaccination strategy would be to administer the k −th dose corresponding to the index providing the maximum inter-dose efficacy difference ( α i − α i− 1 ) for all possible values of i ∈ {1, …, n }, with α 0 = 0. Conclusion Our results suggest that although extending the interval between doses beyond 12 weeks was likely optimal earlier in the pandemic, the reduced single dose efficacy of vaccines against the delta variant make this approach no longer viable.
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 | 0,003 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,004 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,001 |
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 ».