Vaccine efficacy against SARS-CoV-2 for Pfizer BioNTech, Moderna, and AstraZeneca vaccines: a systematic review
Notice bibliographique
Résumé
The purpose of this systematic review was to report on the vaccine efficacy (VE) of three SARS-CoV-2 vaccines approved by Health Canada: Pfizer BioNTech, Moderna, and AstraZeneca. Four databases were searched for primary publications on population-level VE. Ninety-two publications matched the inclusion criteria, and the extracted data were separated by vaccine type: mRNA vaccines (Pfizer and Moderna) and the AstraZeneca vaccine. The median VE for PCR-positive patients and various levels of clinical disease was determined for the first and second doses of both vaccine types against multiple SARS-CoV-2 variants. The median VE for PCR-positive infections against unidentified variants from an mRNA vaccine was 64.5 and 89%, respectively, after one or two doses. The median VE for PCR-positive infections against unidentified variants from the AstraZeneca vaccine was 53.4 and 69.6%, respectively, after one or two doses. The median VE for two doses of mRNA for asymptomatic, symptomatic, and severe infection against unidentified variants was 85.5, 93.2, and 92.2%, respectively. The median VE for two doses of AstraZeneca for asymptomatic, symptomatic, and severe infection against unidentified variants was 69.7, 71, and 90.2%, respectively. Vaccine efficacy numerically increased from the first to the second dose, increased from the first 2 weeks to the second 2 weeks post-vaccination for both doses, but decreased after 4 months from the second dose. Vaccine efficacy did not differ by person's age.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,009 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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) | 0,000 | 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 tête enseignante, 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 ».