Effectiveness of High-Dose Influenza Vaccination on Hospitalizations of Older Adults in US Nursing Homes: Results. from a Cluster-Randomized Controlled Trial
Notice bibliographique
Résumé
Background. Response to influenza (flu) vaccine declines with age, reducing clinical effectiveness. Our primary objective was to determine whether a more immunogenic Fluzone high-dose vaccine (HD), compared with a Fluzone standard-dose vaccine (SD) could reduce hospitalizations among nursing home (NH) residents. Methods. In this pragmatic, comparative effectiveness, cluster-randomized trial, enrolled NHs were randomized to administer either HD or SD vaccine to long-stay residents for the 2013-2014 season. Facilities were also allocated to free vaccine for staff or usual procedure in a 2 × 2 factorial design. Data were collected from CMS under data-use agreements and from enrolled facilities. All analyses were by Intent-To-Treat. We analyzed hospitalization incidence using marginal Poisson regression accounting for clustering of residents within facilities, and adjusting for a priori facility and resident covariates. We analyzed secondary outcomes (mortality, activities of daily living) using Cox proportional hazards and logistic regression. Results. We randomized 823 facilities with 53,008 long-stay residents; facility and resident characteristics were similar between arms. Flu A/H1N1 was the dominant flu strain during the study period. Incidence of hospitalization was significantly lower in HD than SD facilities for all-causes (adjusted RR = 0.951, 95% CI 0.907–.996, P = 0.0347) and respiratory conditions (ARR = 0.883, CI 0.787–0.989, P = 0.032) and lower but NS so for pneumonia and influenza. Conclusion. High-dose flu vaccine reduces risk of all-cause hospitalization and hospitalization for respiratory conditions in long-term care residents in an A/H1N1 dominant season. Registration. NCT01815268 Funding. Sanofi Pasteur Disclosures. S. Gravenstein, Sanofi: Consultant, Grant Investigator, Investigator, Scientific Advisor and Speaker's Bureau, Consulting fee, Research support and Speaker honorarium H. E. Davidson, Sanofi: Grant Investigator, Grant recipient and Research support J. Ogarek, Sanofi: analyst, Research support L. Han, Sanofi: Investigator, Grant recipient, Research grant and Research support R. Dahal, Sanofi: analyst, Research support P. Gozalo, Sanofi: Grant Investigator, Research support V. Mor, Sanofi: Grant Investigator, Research grant and Research support
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 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 | 0,001 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».