MétaCan
Menu
← Retour à la cohorte
Enregistrement W4385654594 · doi:10.1101/2023.08.04.23293392

Influenza hospitalization burden by subtype, age, comorbidity and vaccination status: 2012/13 to 2018/19 seasons, Quebec, Canada

2023· preprint· en· W4385654594 sur OpenAlexafffundabout
Sara Carazo, Charles-Antoine Guay, Danuta M. Skowronski, Rachid Amini, Hugues Charest, Gaston De Serres, Rodica Gilca

Notice bibliographique

RevuemedRxiv · 2023
Typepreprint
Langueen
DomaineMedicine
ThématiqueInfluenza Virus Research Studies
Établissements canadiensCentre hospitalier de l'Université LavalBC Centre for Disease ControlInstitut universitaire de cardiologie et de pneumologie de QuébecUniversité de SherbrookeUniversité de MontréalUniversité LavalInstitut National de Santé Publique du Québec
Organismes subventionnairesMinistère de la SantéMinistère de la Santé et des Services sociauxInstitut National de Santé Publique du QuébecUniversité Laval
Mots-clésMedicineComorbidityVaccinationIncidence (geometry)Context (archaeology)PediatricsDemographyYoung adultInternal medicineImmunology

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Background The primary objective of influenza immunization programs is to reduce the risk and burden of severe outcomes. To inform optimal program strategies, we monitored influenza hospitalizations over several seasons of varying subtype predominance, stratified by age, comorbidity and vaccination status. Methods We assembled data from an active hospital-based surveillance network involving systematic swabbing and PCR-confirmation of influenza virus infection by type/subtype during peak-weeks of seven influenza seasons (2012/13 to 2018/19) in Quebec, Canada. We estimated seasonal, population-based incidence of influenza-associated hospitalizations (interpreted as risk) by subtype, age, comorbidity and vaccine status, and derived the number-needed-to-vaccinate to prevent one hospitalization per stratum. Results The average seasonal incidence of influenza-associated hospitalization was 89/100,000 (95%CI: 86, 93), lower during A(H1N1) (49-82/100,000) than A(H3N2) seasons (73-143/100,000). Overall risk followed a J-shaped age pattern, highest among infants 0-5 months and adults ≥75 years. Hospitalization risks were highest for children <5 years during A(H1N1) but for adults ≥75 years during A(H3N2) subtype- predominant seasons. Age-adjusted hospitalization risks were 7-fold higher among individuals with versus without comorbidities (214 versus 30/100,000). The number-needed-to-vaccinate to prevent hospitalization was 82-fold lower for ≥75-years-olds with comorbidity (n=1,995), who comprised 39% of all hospitalizations, than for healthy 18-64-year-olds (n=163,488), who comprised just 6% of all hospitalizations. Conclusions In the context of broad-based influenza immunization programs (targeted or universal), severe outcome risks should be simultaneously examined by subtype, age, comorbidity, and vaccine status. Policymakers require such detail to prioritize further promotional efforts and expenditures toward the greatest and most efficient program impact. 40-word summary This hospital-based study involving systematic PCR testing over seven seasons revealed important differences in influenza hospitalization risk by subtype, age, comorbidity, and vaccination status. The findings highlight the need for data-driven decision-making to optimize vaccination strategies and minimize healthcare burden.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,040
Score d'incertitude au seuil0,292

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,004
Études des sciences et des technologies0,0020,001
Communication savante0,0010,000
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,067
Tête enseignante GPT0,358
Écart entre enseignants0,290 · 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

Citations3
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revuemedRxiv→Même sujetInfluenza Virus Research Studies→Travaux en français237 207→