Roadmap for Sex-Responsive Influenza and COVID-19 Vaccine Research in Older Adults
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Sex differences in the immune system are dynamic throughout the lifespan and contribute to heterogeneity in the risk of infectious diseases and the response to vaccination in older adults. The importance of the intersection between sex and age in immunity to viral respiratory diseases is clearly demonstrated by the increased prevalence and severity of influenza and COVID-19 in older males compared to older females. Despite sex and age biases in the epidemiology and clinical manifestations of disease, these host factors are often ignored in vaccine research. Here, we review sex differences in the immunogenicity, effectiveness, and safety of the influenza and COVID-19 vaccines in older adults and the impact of sex-specific effects of age-related factors, including chronological age, frailty, and the presence of comorbidities. While a female bias in immunity to influenza vaccines has been consistently reported, understanding of sex differences in the response to COVID-19 vaccines in older adults is incomplete due to small sample sizes and failure to disaggregate clinical trial data by both sex and age. For both vaccines, a major gap in the literature is apparent, whereby very few studies investigate sex-specific effects of aging, frailty, or multimorbidity. By providing a roadmap for sex-responsive vaccine research, beyond influenza and COVID-19, we can leverage the heterogeneity in immunity among older adults to provide better protection against vaccine-preventable diseases.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,000 |
| Bibliométrie | 0,004 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle