Influenza Vaccination and COVID-19 Outcomes in People Older than 50 Years: Data from the Observational Longitudinal SHARE Study
Notice bibliographique
Résumé
Existing literature on the association between influenza vaccination and COVID-19 infection/outcomes is conflicting. Therefore, we aimed to investigate the association between influenza vaccination and COVID-19 outcomes in a large cohort of adults who participated in the SHARE (Survey of Health, Ageing, and Retirement in Europe). Information regarding influenza vaccination in the previous year, and medical and demographic characteristics, were self-reported. Positivity for COVID-19, symptomatology, and hospitalization were also ascertained using self-reported information. An adjusted logistic regression analysis (including 15 baseline factors or propensity score) was used to assess the association between influenza vaccination and COVID-19 outcomes. A total of 48,408 participants (mean age 67 years; 54.1% females) were included. The prevalence of influenza vaccination was 38.3%. After adjusting for 15 potential confounders, influenza vaccination was significantly associated with a lower risk of positivity for COVID-19 (OR = 0.95; p < 0.0001), symptomatic forms (OR = 0.87; p < 0.0001), and hospitalization for COVID-19 (OR = 0.95; p < 0.0001). The results were similar when using a propensity score approach. In conclusion, influenza vaccination may be beneficial for the prevention of COVID-19, as the present study found that influenza vaccination was associated with a small/moderate lower risk of COVID-19 infection and adverse outcomes.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».