Answers to common questions about COVID‐19 vaccines in children with cancer
Notice bibliographique
Résumé
BACKGROUND: The SARS-CoV-2 outbreak in 2020 evolved into a global pandemic, and COVID-19 vaccines became rapidly available, including for pediatric patients. However, questions emerged that challenged vaccine acceptance and use. We aimed to answer these questions and give recommendations applicable for use in pediatric patients with cancer by healthcare professionals and the public. METHODS: A 12-member global COVID-19 Vaccine in Pediatric Oncology Working Group made up of physicians and nurses from all world regions met weekly from March to July 2021. We used a modified Delphi method to select the top questions. The Working Group, in four-member subgroups, answered assigned questions by providing brief recommendations, followed by a discussion of the rationale for each answer. All Working Group members voted on each recommendation using a scale of 1 to 10, 10 being complete agreement. A "pass" recommendation corresponded to an agreement ≥7.5. RESULTS: We selected 15 questions from 173 suggested questions. Based on existing published information, we generated answers for each question as recommendations. The overall average agreement for the 24 recommendations was 9.5 (95% CI 9.4-9.6). CONCLUSION: Top COVID-19 vaccine-related questions could be answered using available information. Reports on COVID-19 vaccination and related topics have been published at record speed, aided by available technology and the priority imposed by the pandemic; however, all efforts were made to incorporate emerging information throughout our project. Recommendations will be periodically updated on a dedicated website.
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 | 0,061 | 0,136 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».