MétaCan
Menu
Retour à la cohorte
Enregistrement W4377091826 · doi:10.1001/jamanetworkopen.2023.13586

Estimated US Pediatric Hospitalizations and School Absenteeism Associated With Accelerated COVID-19 Bivalent Booster Vaccination

2023· article· en· W4377091826 sur OpenAlexafffund
Meagan C. Fitzpatrick, Seyed M. Moghadas, Thomas N. Vilches, Arnav Shah, Abhishek Pandey, Alison P. Galvani

Notice bibliographique

RevueJAMA Network Open · 2023
Typearticle
Langueen
DomaineMathematics
ThématiqueCOVID-19 epidemiological studies
Établissements canadiensYork University
Organismes subventionnairesCanadian Institutes of Health ResearchCenters for Disease Control and PreventionNational Science FoundationNational Institutes of HealthNotsew Orm Sands FoundationNational Institute of Allergy and Infectious DiseasesNatural Sciences and Engineering Research Council of CanadaCommonwealth Fund
Mots-clésMedicineVaccinationBooster (rocketry)PopulationAbsenteeismBooster dosePediatricsPsychological interventionAttendanceDemographyEnvironmental healthImmunologyImmunizationPsychology

Résumé

récupéré en direct d'OpenAlex

Importance: Adverse outcomes of COVID-19 in the pediatric population include disease and hospitalization, leading to school absenteeism. Booster vaccination for eligible individuals across all ages may promote health and school attendance. Objective: To assess whether accelerating COVID-19 bivalent booster vaccination uptake across the general population would be associated with reduced pediatric hospitalizations and school absenteeism. Design, Setting, and Participants: In this decision analytical model, a simulation model of COVID-19 transmission was fitted to reported incidence data from October 1, 2020, to September 30, 2022, with outcomes simulated from October 1, 2022, to March 31, 2023. The transmission model included the entire age-stratified US population, and the outcome model included children younger than 18 years. Interventions: Simulated scenarios of accelerated bivalent COVID-19 booster campaigns to achieve uptake that was either one-half of or similar to the age-specific uptake observed for 2020 to 2021 seasonal influenza vaccination in the eligible population across all age groups. Main Outcomes and Measures: The main outcomes were estimated hospitalizations, intensive care unit admissions, and isolation days of symptomatic infection averted among children aged 0 to 17 years and estimated days of school absenteeism averted among children aged 5 to 17 years under the accelerated bivalent booster campaign simulated scenarios. Results: Among children aged 5 to 17 years, a COVID-19 bivalent booster campaign achieving age-specific coverage similar to influenza vaccination could have averted an estimated 5 448 694 (95% credible interval [CrI], 4 936 933-5 957 507) days of school absenteeism due to COVID-19 illness. In addition, the booster campaign could have prevented an estimated 10 019 (95% CrI, 8756-11 278) hospitalizations among the pediatric population aged 0 to 17 years, of which 2645 (95% CrI, 2152-3147) were estimated to require intensive care. A less ambitious booster campaign with only 50% of the age-specific uptake of influenza vaccination among eligible individuals could have averted an estimated 2 875 926 (95% CrI, 2 524 351-3 332 783) days of school absenteeism among children aged 5 to 17 years and an estimated 5791 (95% CrI, 4391-6932) hospitalizations among children aged 0 to 17 years, of which 1397 (95% CrI, 846-1948) were estimated to require intensive care. Conclusions and Relevance: In this decision analytical model, increased uptake of bivalent booster vaccination among eligible age groups was associated with decreased hospitalizations and school absenteeism in the pediatric population. These findings suggest that although COVID-19 prevention strategies often focus on older populations, the benefits of booster campaigns for children may be substantial.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,016
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
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 enseignants0,223
Score d'incertitude au seuil0,992

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,016
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,252
Tête enseignante GPT0,436
Écart entre enseignants0,184 · 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 tête enseignante, pas un consensus.

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

Citations3
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJAMA Network OpenMême sujetCOVID-19 epidemiological studiesTravaux en français237 207