The impact of pertussis vaccine programme changes on pertussis disease burden in Manitoba, 1992–2017—an age-period-cohort analysis
Notice bibliographique
Résumé
BACKGROUND: Changes to pertussis vaccination programmes can have impacts on disease burden that should be estimated independently from factors such as age- and period-related trends. We used age-period-cohort (APC) models to explore pertussis incidence in Manitoba over a 25-year period (1992-2017). METHODS: We identified all laboratory-confirmed cases of pertussis from Manitoba's Communicable Diseases Database and calculated age-standardized incidence rates. We used APC models to investigate trends in pertussis incidence. RESULTS: During the study period, 2479 cases were reported. Age-standardized rates were highest during a large outbreak in 1994 (55 cases/100 000 person-years), with much lower peaks in 1998, 2012 and 2016. We saw strong age and cohort effects in the APC models, with a steady decrease in incidence with increasing age and increased risk in the cohort born between 1980 and 1995. CONCLUSIONS: The highest risk for pertussis was consistently in young children, regardless of birth cohort or time period. The 1981 programme change to an adsorbed whole-cell pertussis vaccine with low effectiveness resulted in reduced protection in the 1981-95 birth cohort and contributed to the largest outbreak of disease during the 25-year study period.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 ».