Effectiveness of COVID-19 vaccines in people living with HIV in British Columbia and comparisons with a matched HIV-negative cohort: a test-negative design
Notice bibliographique
Résumé
OBJECTIVES: We estimated the effectiveness of COVID-19 vaccines against laboratory-confirmed SARS-CoV-2 infection among people living with HIV (PLWH) and compared the estimates with a matched HIV-negative cohort. METHODS: We used the British Columbia COVID-19 Cohort, a population-based data platform, which integrates COVID-19 data on SARS-CoV-2 tests, laboratory-confirmed cases, and immunizations with provincial health services data. The vaccine effectiveness (VE) was estimated with a test-negative design using the multivariable logistic regression. RESULTS: The adjusted VE against SARS-CoV-2 infection was 71.1% (39.7, 86.1%) 7-59 days after two doses, rising to 89.3% (72.2, 95.9%) between 60 and 89 days. VE was preserved 4-6 months after the receipt of two doses, after which noticeable waning was observed (51.3% [4.8, 75.0%]). In the matched HIV-negative cohort (n = 375,043), VE peaked at 91.4% (90.9, 91.8%) 7-59 days after two doses and was sustained for up to 4 months, after which evidence of waning was observed, dropping to 84.2% (83.4, 85.0%) between 4 and 6 months. CONCLUSION: The receipt of two COVID-19 vaccine doses was effective against SARS-CoV-2 infection among PLWH pre-Omicron. VE estimates appeared to peak later in PLWH than in the matched HIV-negative cohort and the degree of waning was relatively quicker in PLWH; however, peak estimates were comparable in both populations.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 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 ».