Risks of COVID-19-related hospitalisation and mortality among individuals with mental disorders following BNT162b2 and CoronaVac vaccinations: A case-control study
Notice bibliographique
Résumé
Concerns have been raised regarding potential weaker vaccine immunogenicity with higher immune suppression for individuals with pre-existing mental disorders. Yet, data on the effectiveness of COVID-19 vaccinations among this vulnerable population are limited. A case-control study was conducted to investigate the risks of COVID-19-related hospitalisation and mortality among individuals with mental disorders following one to three doses of BNT162b2 and CoronaVac vaccinations in Hong Kong. Data were extracted from electronic health records, vaccination and COVID-19 confirmed case records. Conditional logistic regression was applied with adjustment for comorbidities and medication history. Subgroup analyses were performed with stratification: by age (< 65 and ≥ 65) and mental disorders diagnosis (depression, schizophrenia, anxiety disorder, and bipolar disorder). Two doses of BNT162b2 and CoronaVac significantly reduced COVID-19-related hospitalisation and mortality. Further protection for both outcomes was provided after three doses of BNT162b2 and CoronaVac. The vaccine effectiveness magnitude of BNT162b2 was generally higher than CoronaVac, but the difference diminished after the third dose. Individuals with mental disorders should be prioritised in future mass vaccination programmes of booster doses or bivalent COVID-19 vaccines. Targeted strategies should be developed to resolve the reasons behind vaccine hesitancy among this population and increase their awareness on the benefits of vaccination.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».