National epidemiological analysis of the association of COVID-19 vaccination and incidence of COVID-19 cases in Canada, January to August 2021
Notice bibliographique
Résumé
Background: In December 2020, Canada began its coronavirus disease 2019 (COVID-19) vaccine rollout campaign. Canadians were vaccinated with differing time intervals between doses, vaccine products and vaccine schedules, based on age, timing of vaccination and jurisdiction. The objective of this study is to describe the epidemiology and association between the incidence of COVID-19 cases following vaccination, time since completion of primary series, time between doses and/or product combination and probability of developing severe outcomes. Methods: The national COVID-19 case data and vaccination coverage data were extracted from the National COVID-19 Surveillance System, and the Canadian COVID-19 Vaccination Coverage Surveillance System. Population estimates from Statistics Canada were used as denominators for rates and for number of people "not fully vaccinated". Two binomial generalized linear models were constructed for analysis. Results: Within the analysis period, fully vaccinated (i.e. completed primary series) cases (n=17,206) were more commonly female and older, and had fewer reported severe outcomes relative to not fully vaccinated cases (n=615,999). Episode date of fully vaccinated cases most frequently occurred two months after receiving their second dose, and time-between doses of 29-49 and 50-77 days were most common. The probability of becoming a detected COVID-19 case in not fully vaccinated individuals was higher than those fully vaccinated. Those receiving two doses of AstraZeneca and those with shortest time intervals between doses had higher probabilities of becoming COVID-19 cases. Conclusion: Findings from Canada's national surveillance systems support that being fully vaccinated against COVID-19, having a longer time interval between doses and receiving a messenger ribonucleic acid (mRNA) COVID-19 vaccine schedule compared to other vaccines reduce the probability of becoming a case, using data from January to August 2021.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,004 |
| 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 | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».