Serological response following COVID-19 vaccines in patients living with HIV: a dose–response meta-analysis
Notice bibliographique
Résumé
To quantify the pooled rate and risk ratio of seroconversion following the uncomplete, complete, or booster dose of COVID-19 vaccines in patients living with HIV. PubMed, Embase and Cochrane library were searched for eligible studies to perform a systematic review and meta-analysis based on PRIMSA guidelines. The pooled rate and risk ratio of seroconversion were assessed using the Freeman-Tukey double arcsine method and Mantel-Haenszel approach, respectively. Random-effects model was preferentially used as the primary approach to pool results across studies. A total of 50 studies involving 7160 patients living with HIV were analyzed. We demonstrated that only 75.0% (56.4% to 89.9%) patients living with HIV achieved a seroconversion after uncomplete vaccination, which improved to 89.3% (84.2% to 93.5%) after complete vaccination, and 98.4% (94.8% to 100%) after booster vaccination. The seroconversion rates were significantly lower compared to controls at all the stages, while the risk ratios for uncomplete, complete, and booster vaccination were 0.87 (0.77 to 0.99), 0.95 (0.92 to 0.98), and 0.97 (0.94 to 0.99), respectively. We concluded that vaccine doses were associated with consistently improved rates and risk ratios of seroconversion in patients living with HIV, highlighting the significance of booster vaccination for patients living with HIV.
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 | 0,015 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,018 | 0,055 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,003 |
| 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 ».