Safety and Efficacy of Influenza Vaccination in Patients Receiving Immune Checkpoint Inhibitors. Systematic Review with Meta-Analysis
Notice bibliographique
Résumé
The potential increased risk of immune-related adverse events (irAEs) post-influenza vaccine is a concern in patients receiving immune checkpoint inhibitors (ICI). We conducted a systematic review with meta-analysis of studies reporting the effects of influenza vaccination in patients with cancer during ICI treatment. We searched five electronic databases until 01/2022. Two authors independently selected studies, appraised their quality, and collected data. The primary outcome was the determination of pooled irAE rates. Secondary outcomes included determination of immunogenicity and influenza infection rates and cancer-related outcomes. Nineteen studies (26 publications, n = 4705) were included; 89.5% were observational. Vaccinated patients reported slighter lower rates of irAEs compared to unvaccinated patients (32% versus 41%, respectively). Seroprotection for influenza type A was 78%-79%, and for type B was 75%. Influenza and irAE-related death rates were similar between groups. The pooled proportion of participants reporting a laboratory-confirmed infection was 2% (95% CI 0% to 6%), and influenza-like illness was 14% (95% CI 2% to 32%). No differences were reported on the rates of laboratory-confirmed infection between vaccinated and unvaccinated patients. Longer progression-free and overall survival was also observed in vaccinated compared with unvaccinated patients. Current evidence suggests that influenza vaccination is safe in patients receiving ICIs, does not increase the risk of irAEs, and may improve survival.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,008 | 0,002 |
| Bibliométrie | 0,001 | 0,003 |
| 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) | 0,001 | 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 ».