MétaCan
Menu
Retour à la cohorte
Enregistrement W4319455271 · doi:10.1136/bmj-2022-074035

Maternal mRNA covid-19 vaccination during pregnancy and delta or omicron infection or hospital admission in infants: test negative design study

2023· article· en· W4319455271 sur OpenAlexafffundabout
Sarah C J Jorgensen, Alejandro Hernandez, Deshayne B. Fell, Peter C. Austin, Rohan D’Souza, Astrid Guttmann, Kevin A. Brown, Sarah A. Buchan, Jonathan B. Gubbay, Sharifa Nasreen, Kevin L. Schwartz, Mina Tadrous, Kumanan Wilson, Jeffrey C. Kwong

Notice bibliographique

RevueBMJ · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueCOVID-19 Impact on Reproduction
Établissements canadiensBruyèreOttawa HospitalUniversity of OttawaPublic Health OntarioHospital for Sick ChildrenImpactChildren's Hospital of Eastern OntarioWomen's College HospitalMcMaster UniversityUniversity Health NetworkUniversity of Toronto
Organismes subventionnairesCanadian Institutes of Health ResearchCanadian Immunization Research NetworkPublic Health AgencyPublic Health Agency of Canada
Mots-clésMedicineVaccinationPregnancyPediatricsLogistic regressionConfidence intervalCoronavirus disease 2019 (COVID-19)Hospital admissionObstetricsImmunologyInternal medicineDisease

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To estimate the effectiveness of maternal mRNA covid-19 vaccination during pregnancy against delta and omicron severe acute respiratory syndrome coronavirus-2 (SARS-CoV-2) infection and hospital admission in infants. DESIGN: Test negative design study. SETTING: Community and hospital testing in Ontario, Canada. PARTICIPANTS: Infants younger than six months of age, born between 7 May 2021 and 31 March 2022, who were tested for SARS-CoV-2 between 7 May 2021 and 5 September 2022. INTERVENTION: Maternal mRNA covid-19 vaccination during pregnancy. MAIN OUTCOME MEASURES: Laboratory confirmed delta or omicron infection or hospital admission of the infant. Multivariable logistic regression estimated vaccine effectiveness, with adjustments for clinical and sociodemographic characteristics associated with vaccination and infection. RESULTS: 8809 infants met eligibility criteria, including 99 delta cases (4365 controls) and 1501 omicron cases (4847 controls). Infant vaccine effectiveness from two maternal doses was 95% (95% confidence interval 88% to 98%) against delta infection and 97% (73% to 100%) against infant hospital admission due to delta and 45% (37% to 53%) against omicron infection and 53% (39% to 64%) against hospital admission due to omicron. Vaccine effectiveness for three doses was 73% (61% to 80%) against omicron infection and 80% (64% to 89%) against hospital admission due to omicron. Vaccine effectiveness for two doses against infant omicron infection was highest with the second dose in the third trimester (53% (42% to 62%)) compared with the first (47% (31% to 59%)) or second (37% (24% to 47%)) trimesters. Vaccine effectiveness for two doses against infant omicron infection decreased from 57% (44% to 66%) between birth and eight weeks to 40% (21% to 54%) after 16 weeks of age. CONCLUSIONS: Maternal covid-19 vaccination with a second dose during pregnancy was highly effective against delta and moderately effective against omicron infection and hospital admission in infants during the first six months of life. A third vaccine dose bolstered protection against omicron. Effectiveness for two doses was highest with maternal vaccination in the third trimester, and effectiveness decreased in infants beyond eight weeks of age.

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)0,002
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,034

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,056
Tête enseignante GPT0,389
Écart entre enseignants0,333 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations47
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueBMJMême sujetCOVID-19 Impact on ReproductionTravaux en français237 207