MétaCan
Menu
Retour à la cohorte
Enregistrement W4285077776 · doi:10.1111/irv.13023

Ascertainment of vaccination status by self‐report versus source documentation: Impact on measuring COVID‐19 vaccine effectiveness

2022· article· en· W4285077776 sur OpenAlexfundno aff
Meagan Stephenson, Samantha M. Olson, Wesley H. Self, Adit A. Ginde, Nicholas M. Mohr, Manjusha Gaglani, Nathan I. Shapiro, Kevin W. Gibbs, David N. Hager, Matthew E. Prekker, Michelle N. Gong, Jay S. Steingrub, Ithan D. Peltan, Emily T. Martin, Raju C. Reddy, Laurence W. Busse, Abhijit Duggal, Jennifer G. Wilson, Nida Qadir, Christopher Mallow, Jennie H. Kwon, Matthew C. Exline, James D. Chappell, Adam S. Lauring, Adrienne Baughman, Christopher J. Lindsell, Kimberly W. Hart, Nathaniel M. Lewis, Manish M. Patel, Mark W. Tenforde

Notice bibliographique

RevueInfluenza and Other Respiratory Viruses · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueSARS-CoV-2 and COVID-19 Research
Établissements canadiensnon disponible
Organismes subventionnairesNational Center for Advancing Translational SciencesNational Institute of General Medical SciencesNational Institute of Allergy and Infectious DiseasesCenters for Disease Control and PreventionNational Institutes of HealthCanadian Dairy Commission
Mots-clésVaccinationMedicineDocumentationConcordanceCoronavirus disease 2019 (COVID-19)Medical recordFamily medicineInternal medicineImmunologyDiseaseInfectious disease (medical specialty)

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: During the COVID-19 pandemic, self-reported COVID-19 vaccination might facilitate rapid evaluations of vaccine effectiveness (VE) when source documentation (e.g., immunization information systems [IIS]) is not readily available. We evaluated the concordance of COVID-19 vaccination status ascertained by self-report versus source documentation and its impact on VE estimates. METHODS: Hospitalized adults (≥18 years) admitted to 18 U.S. medical centers March-June 2021 were enrolled, including COVID-19 cases and SARS-CoV-2 negative controls. Patients were interviewed about COVID-19 vaccination. Abstractors simultaneously searched IIS, medical records, and other sources for vaccination information. To compare vaccination status by self-report and documentation, we estimated percent agreement and unweighted kappa with 95% confidence intervals (CIs). We then calculated VE in preventing COVID-19 hospitalization of full vaccination (2 doses of mRNA product ≥14 days prior to illness onset) independently using data from self-report or source documentation. RESULTS: Of 2520 patients, 594 (24%) did not have self-reported vaccination information to assign vaccination group; these patients tended to be more severely ill. Among 1924 patients with both self-report and source documentation information, 95.0% (95% CI: 93.9-95.9%) agreement was observed, with a kappa of 0.9127 (95% CI: 0.9109-0.9145). VE was 86% (95% CI: 81-90%) by self-report data only and 85% (95% CI: 81-89%) by source documentation data only. CONCLUSIONS: Approximately one-quarter of hospitalized patients could not provide self-report COVID-19 vaccination status. Among patients with self-report information, there was high concordance with source documented status. Self-report may be a reasonable source of COVID-19 vaccination information for timely VE assessment for public health action.

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)0,088
score de la tête « metaresearch » (Gemma)0,188
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,912
Score d'incertitude au seuil0,464

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0880,188
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0000,001
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,108
Tête enseignante GPT0,434
Écart entre enseignants0,326 · 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.

Devis d'étudeObservationnel
DomaineMéthodes
GenreEmpirique

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

En bref

Citations39
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInfluenza and Other Respiratory VirusesMême sujetSARS-CoV-2 and COVID-19 ResearchTravaux en français237 207