Deferring Risk: Limitations to the Evidence in Product Labels for Vaccine Use in Pregnancy
Notice bibliographique
Résumé
Background: The gaps in clinical trial evidence about vaccination in pregnancy have serious implications for health care worker and public misunderstandings. Contradictions between National Immunization Technical Advisory Group (NITAG) recommendations and regulatory product labeling information contribute to misinformation about vaccine safety and effectiveness. Methods: A mixed methods approach that included a stakeholder consensus decision-making workshop and a national survey of Canadian health care providers (HCPs). Results: We identified knowledge gaps and serious limitations concerning the information in vaccine product labels. Stakeholders were troubled that some HCPs rely on regulatory product labels to inform their decisions without knowing their limitations in content. Our survey showed that HCPs were uncertain about the purpose of product labels and the evidence contained in them. Over a third of respondents incorrectly thought that product labels and NITAG recommendations are based on the same evidence and that the information they contain is regularly updated. Conclusions: Applying social risk theories, we show how such gaps in information defer responsibility for decisions about disease risk and vaccine safety from regulatory agencies and vaccine manufacturers onto HCPs and their clients. This may be especially relevant for COVID-19 and other emerging vaccines that are initially authorized for conditional or emergency use, and especially in understudied populations such as pregnant people. More frequent updating and alignment of robust, unbiased, and independently reviewed clinical trial and postmarket safety and effectiveness evidence with NITAG recommendations would allay HCP and public misunderstandings.
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 | 0,005 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 |
| 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 ».