MétaCan
Menu
Retour à la cohorte
Enregistrement W4280509771 · doi:10.1016/j.vaccine.2022.04.101

A comparison of national vaccination policies to prevent serogroup B meningococcal disease

2022· review· en· W4280509771 sur OpenAlexaff
Giorgia Sulis, Miranda D. Horn, Ray Borrow, Nicole E. Basta

Notice bibliographique

RevueVaccine · 2022
Typereview
Langueen
DomaineImmunology and Microbiology
ThématiqueBacterial Infections and Vaccines
Établissements canadiensMcGill UniversityMcGill University Health Centre
Organismes subventionnairesNational Institute of Allergy and Infectious DiseasesNational Institutes of Health
Mots-clésVaccinationMeningococcal vaccineImmunizationMedicineEnvironmental healthMeningococcal diseaseTimelineDiseaseFamily medicineNeisseria meningitidisImmunologyGeography

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: To understand the global landscape of prevention and control efforts targeting serogroup B meningococcal (MenB) disease and to identify the key challenges and gaps yet to be addressed. METHODS: We conducted a comprehensive review of policies and practices for the use of protein-based MenB vaccines (Bexsero® [GlaxoSmithKline] and Trumenba® [Pfizer]) in all countries (n = 58) where either or both vaccine is authorized for use. We searched the literature (PubMed) and websites of health ministries and other relevant agencies to identify policy documents and plans and collect information about implementation timelines, target groups, vaccines being used, recommended schedules, and coverage data. Experts in the field were contacted for additional details andclarifications, as needed. RESULTS: We found evidence of a national MenB vaccination policy in 24 out of 58 countries where one or both protein-based MenB vaccines are authorized. Of these, 15 countries have included MenB vaccination in their immunization plans for at least one age-based risk group (mostly infants), 21 have issued recommendations for various risk groups based on underlying medical conditions (e.g. asplenia), and 13 have done so for select groups at increased risk of exposure (e.g. laboratory staff). Recommended vaccination schedules and number of doses, where available, varied widely. Vaccination coverage data for age-based risk groups were not obtained for most countries. CONCLUSIONS: Our findings highlighted the significant heterogeneity in recommendations for MenB vaccination across countries. Greater transparency in reporting MenB vaccination recommendations and more robust data on implementation and the impact of vaccination would better facilitate optimizing MenB prevention strategies.

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)0,035
score de la tête « metaresearch » (Gemma)0,073
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,035
Score d'incertitude au seuil0,183

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0350,073
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0040,004
Études des sciences et des technologies0,0000,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,068
Tête enseignante GPT0,389
Écart entre enseignants0,321 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations21
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueVaccineMême sujetBacterial Infections and VaccinesTravaux en français237 207