MétaCan
Menu
← Retour à la cohorte
Enregistrement W4387494753 · doi:10.1101/2023.10.09.23296505

Clinical impact and cost-effectiveness of the updated COVID-19 mRNA Autumn 2023 vaccines in Germany

2023· preprint· en· W4387494753 sur OpenAlexaff
Kedar Joshi, Stefan Scholz, Michael Maschio, Michele Kohli, A Lee, K Fust, B. Ultsch, N. Van de Velde, Ekkehard Beck

Notice bibliographique

RevuemedRxiv · 2023
Typepreprint
Langueen
DomaineMedicine
ThématiqueSARS-CoV-2 and COVID-19 Research
Établissements canadiensQUAD Engineering (Canada)
Organismes subventionnairesModerna
Mots-clésVaccinationMedicineCoronavirus disease 2019 (COVID-19)Severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2)Economic impact analysisInvestment (military)Cost–benefit analysisEmergency medicineDiseaseInternal medicineVirologyInfectious disease (medical specialty)Biology

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Objectives To assess the potential clinical impact and cost-effectiveness of coronavirus disease 2019 (COVID-19) mRNA vaccines updated for Autumn 2023 in adults aged ≥60 years and high-risk persons aged 30-59 years in Germany over a 1-year analytic time horizon (September 2023--August 2024). Methods A compartmental Susceptible-Exposed-Infected-Recovered model was updated and adapted to the German market. Numbers of symptomatic infections, number of COVID-19 related hospitalisations and deaths, costs, and quality-adjusted life-years (QALYs) gained were calculated using a decision tree model. The incremental cost-effectiveness ratio of an Autumn 2023 Moderna updated COVID-19 (mRNA-1273.815) vaccine was compared to no additional vaccination. Potential differences between the mRNA-1273.815 and the Autumn Pfizer-BioNTech updated COVID-19 (XBB.1.5 BNT162b2) vaccines, as well as societal return on investment for the mRNA-1273.815 vaccine relative to no vaccination, were also examined. Results Compared to no Autumn vaccination, the mRNA-1273.815 campaign is predicted to prevent approximately 1,697,900 symptomatic infections, 85,400 hospitalisations, and 4,100 deaths. Compared to an XBB.1.5 BNT162b2 campaign, the mRNA-1273.815 campaign is also predicted to prevent approximately 90,100 symptomatic infections, 3,500 hospitalisations, and 160 deaths. Across both analyses we found the mRNA-1273.815 campaign to be dominant. Conclusions The mRNA-1273.815 vaccine can be considered cost-effective relative to the XBB.1.5 BNT162b2 vaccine and highly likely to provide more benefits and save costs compared to no vaccine in Germany, and to offer high societal return on investment.

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)0,003
score de la tête « metaresearch » (Gemma)0,004
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,049

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,134
Tête enseignante GPT0,473
Écart entre enseignants0,339 · 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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuemedRxiv→Même sujetSARS-CoV-2 and COVID-19 Research→Travaux en français237 207→