MétaCan
Menu
← Retour à la cohorte
Enregistrement W4205826131 · doi:10.1371/journal.pone.0262072

Influenza vaccine in chronic obstructive pulmonary disease among elderly male veterans

2022· article· en· W4205826131 sur OpenAlexaff
Yinong Young‐Xu, Jeremy Smith, Joshua Nealon, Salaheddin M. Mahmud, Robertus van Aalst, Edward W. Thommes, Nabin Neupane, Jason K. H. Lee, Ayman Chit

Notice bibliographique

RevuePLoS ONE · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueInfluenza Virus Research Studies
Établissements canadiensUniversity of TorontoSanofi (Canada)University of GuelphUniversity of Manitoba
Organismes subventionnairesOffice of Rural HealthSanofi PasteurGenentechHealth Services Research and DevelopmentSanofiOffice of Research and DevelopmentPfizerU.S. Department of Veterans Affairs
Mots-clésMedicineVaccinationCOPDHazard ratioInfluenza vaccineProportional hazards modelMedical recordInternal medicinePneumoniaEpidemiologyEmergency medicineIntensive care medicineImmunologyConfidence interval

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Prior studies have established those elderly patients with chronic obstructive pulmonary disease (COPD) are at elevated risk for developing influenza-associated complications such as hospitalization, intensive-care admission, and death. This study sought to determine whether influenza vaccination could improve survival among elderly patients with COPD. MATERIALS/METHODS: This study included Veterans (age ≥ 65 years) diagnosed with COPD that received care at the United States Veterans Health Administration (VHA) during four influenza seasons, from 2012-2013 to 2015-2016. We linked VHA electronic medical records and Medicare administrative files to Centers for Disease Control and Prevention National Death Index cause of death records as well as influenza surveillance data. A multivariable time-dependent Cox proportional hazards model was used to compare rates of mortality of recipients of influenza vaccination to those who did not have records of influenza vaccination. We estimated hazard ratios (HRs) adjusted for age, gender, race, socioeconomic status, comorbidities, and healthcare utilization. RESULTS: Over a span of four influenza seasons, we included 1,856,970 person-seasons of observation where 1,199,275 (65%) had a record of influenza vaccination and 657,695 (35%) did not have a record of influenza vaccination. After adjusting for comorbidities, demographic and socioeconomic characteristics, influenza vaccination was associated with reduced risk of death during the most severe periods of influenza seasons: 75% all-cause (HR = 0.25; 95% CI: 0.24-0.26), 76% respiratory causes (HR = 0.24; 95% CI: 0.21-0.26), and 82% pneumonia/influenza cause (HR = 0.18; 95% CI: 0.13-0.26). A significant part of the effect could be attributed to "healthy vaccinee" bias as reduced risk of mortality was also found during the periods when there was no influenza activity and before patients received vaccination: 30% all-cause (HR = 0.70; 95% CI: 0.65-0.75), 32% respiratory causes (HR = 0.68; 95% CI: 0.60-0.78), and 51% pneumonia/influenza cause (HR = 0.49; 95% CI: 0.31-0.78). However, as a falsification study, we found that influenza vaccination had no impact on hospitalization due to urinary tract infection (HR = 0.97; 95% CI: 0.80-1.18). CONCLUSIONS: Among elderly patients with COPD, influenza vaccination was associated with reduced risk for all-cause and cause-specific mortality.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,079
Tête enseignante GPT0,319
Écart entre enseignants0,240 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations10
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS ONE→Même sujetInfluenza Virus Research Studies→Travaux en français237 207→