Expected Impact of Universal Immunization With Nirsevimab Against RSV-Related Outcomes and Costs Among All US Infants in Their First RSV Season: A Static Model
Notice bibliographique
Résumé
BACKGROUND: Respiratory syncytial virus (RSV) is associated with substantial morbidity in the United States, especially among infants. Nirsevimab, an investigational long-acting monoclonal antibody, was evaluated as an immunoprophylactic strategy for infants in their first RSV season and for its potential impact on RSV-associated, medically attended lower respiratory tract illness (RSV-MALRTI) and associated costs. METHODS: A static decision-analytic model of the US birth cohort during its first RSV season was developed to estimate nirsevimab's impact on RSV-related health events and costs; model inputs included US-specific costs and epidemiological data. Modelled RSV-related outcomes included primary care and emergency room visits, hospitalizations including intensive care unit admission and mechanical ventilations, and RSV-related mortality. RESULTS: Under current standard of care, RSV caused 529 915 RSV-MALRTIs and 47 281 hospitalizations annually, representing $1.2 billion (2021 US dollars [USD]) in costs. Universal immunization of all infants with nirsevimab is expected to reduce 290 174 RSV-MALRTI, 24 986 hospitalizations, and expenditures of $612 million 2021 USD. CONCLUSIONS: An all-infant immunization strategy with nirsevimab could substantially reduce the health and economic burden for US infants during their first RSV season. While this reduction is driven by term infants, all infants, including palivizumab-eligible and preterm infants, would benefit from this strategy.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».