Two-dose SARS-CoV-2 vaccine effectiveness with mixed schedules and extended dosing intervals: test-negative design studies from British Columbia and Quebec, Canada
Notice bibliographique
Résumé
ABSTRACT Background The Canadian COVID-19 immunization strategy deferred second doses and allowed mixed schedules. We compared two-dose vaccine effectiveness (VE) by vaccine type (mRNA and/or ChAdOx1), interval between doses, and time since second dose in two of Canada’s larger provinces. Methods Two-dose VE against infections and hospitalizations due to SARS-CoV-2, including variants of concern, was assessed between May 30 and October 2, 2021 using test-negative designs separately conducted among community-dwelling adults ≥18-years-old in British Columbia (BC) and Quebec, Canada. Findings In both provinces, two doses of homologous or heterologous SARS-CoV-2 vaccines were associated with ∼95% reduction in the risk of hospitalization. VE exceeded 90% against SARS-CoV-2 infection when at least one dose was an mRNA vaccine, but was lower at ∼70% when both doses were ChAdOx1. Estimates were similar by age group (including adults ≥70-years-old) and for Delta-variant outcomes. VE was significantly higher against both infection and hospitalization with longer 7-8-week vs. manufacturer-specified 3-4-week interval between doses. Two-dose mRNA VE was maintained against hospitalization for the 5-7-month monitoring period and while showing some decline against infection, remained ≥80%. Interpretation Two doses of mRNA and/or ChAdOx1 vaccines gave excellent protection against hospitalization, with no sign of decline by 5-7 months post-vaccination. A 7-8-week interval between doses improved VE and may be optimal in most circumstances. Findings indicate prolonged two-dose protection and support the use of mixed schedules and longer intervals between doses, with global health, equity and access implications in the context of recent third-dose proposals.
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 | 0,012 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».