MétaCan
Menu
Retour à la cohorte
Enregistrement W4313488176 · doi:10.1002/acr.25045

2022 American College of Rheumatology Guideline for Vaccinations in Patients With Rheumatic and Musculoskeletal Diseases

2023· review· en· W4313488176 sur OpenAlexaff
Anne R. Bass, Eliza F. Chakravarty, Elie A. Akl, Clifton O. Bingham, Leonard H. Calabrese, Laura C. Cappelli, Sindhu R. Johnson, Lisa F. Imundo, Kevin Winthrop, Reuben J. Arasaratnam, Lindsey R. Baden, Roberta Berard, S. Louis Bridges, Jonathan T. L. Cheah, Jeffrey R. Curtis, Polly J. Ferguson, Ida Hakkarinen, Karen Onel, Grayson Schultz, Vidya Sivaraman, Benjamin J. Smith, Jeffrey A. Sparks, Tiphanie P. Vogel, Eleanor Anderson Williams, Cassandra Calabrese, Joanne S. Cunha, Joann Fontanarosa, Miriah Gillispie‐Taylor, Elena Gkrouzman, Priyanka Iyer, Kimberly S. Lakin, Alexandra Legge, Mindy S. Lo, Megan M. Lockwood, Rebecca E. Sadun, Namrata Singh, Nancy Sullivan, Herman Tam, Marat Turgunbaev, Amy S. Turner, James Reston

Notice bibliographique

RevueArthritis Care & Research · 2023
Typereview
Langueen
DomaineMedicine
ThématiqueAutoimmune and Inflammatory Disorders Research
Établissements canadiensQueen Elizabeth II Health Sciences CentreBC Children's HospitalUniversity of TorontoDalhousie UniversityToronto Western HospitalLondon Health Sciences CentreMount Sinai Hospital
Organismes subventionnairesNational Institute of Arthritis and Musculoskeletal and Skin DiseasesAmerican College of Rheumatology Research and Education Foundation
Mots-clésRheumatologyMedicineGuidelineInternal medicineVaccinationFamily medicinePhysical therapyImmunologyPathology

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To provide evidence-based recommendations on the use of vaccinations in children and adults with rheumatic and musculoskeletal diseases (RMDs). METHODS: This guideline follows American College of Rheumatology (ACR) policy guiding management of conflicts of interest and disclosures and the ACR guideline development process, which includes the Grading of Recommendations Assessment, Development and Evaluation (GRADE) methodology. It also adheres to the Appraisal of Guidelines for Research and Evaluation (AGREE) criteria. A core leadership team consisting of adult and pediatric rheumatologists and a guideline methodologist drafted clinical population, intervention, comparator, outcomes (PICO) questions. A review team performed a systematic literature review for the PICO questions, graded the quality of evidence, and produced an evidence report. An expert Voting Panel reviewed the evidence and formulated recommendations. The panel included adult and pediatric rheumatology providers, infectious diseases specialists, and patient representatives. Consensus required ≥70% agreement on both the direction and strength of each recommendation. RESULTS: This guideline includes expanded indications for some vaccines in patients with RMDs, as well as guidance on whether to hold immunosuppressive medications or delay vaccination to maximize vaccine immunogenicity and efficacy. Safe approaches to the use of live attenuated vaccines in patients taking immunosuppressive medications are also addressed. Most recommendations are conditional and had low quality of supporting evidence. CONCLUSION: Application of these recommendations should consider patients' individual risk for vaccine-preventable illness and for disease flares, particularly if immunosuppressive medications are held for vaccination. Shared decision-making with patients is encouraged in clinical settings.

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)0,010
score de la tête « metaresearch » (Gemma)0,038
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,055

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,038
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0030,005
Bibliométrie0,0060,004
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0030,002
Intégrité de la recherche0,0070,007
Charge utile insuffisante (le modèle a refusé de juger)0,0170,012

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 Opus0,034
Tête enseignante GPT0,404
Écart entre enseignants0,370 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations195
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueArthritis Care & ResearchMême sujetAutoimmune and Inflammatory Disorders ResearchTravaux en français237 207