Neighborhood-level vaccine impact on COVID-19 infection and hospital admission in Quebec, Canada, during the Delta and early Omicron periods
Notice bibliographique
Résumé
OBJECTIVE: To assess the impact of COVID-19 vaccination on COVID-19 infection and hospitalisation at the population-level, and to assess the indirect effects of vaccination in the province of Quebec, Canada. METHODS: We performed a time-stratified, neighborhood-level ecologic study. The exposure was neighborhood-level vaccination (primary series) coverage; outcomes were COVID-19 infection and hospitalisation rates. We used robust Poisson regression to estimate weekly relative rates of infection and hospitalisation versus vaccination. RESULTS: Higher vaccination coverage was associated with lower COVID-19 infection rates from July 18-December 4 for the year 2021 (Delta period) (RR≈0.46 [0.39; 0.54] - 0.94 [0.83; 1.05], 85-100% vs. 60-74% coverage). From December 5-December 25, this association reversed (RR≈1.28 [1.16; 1.41] - 1.41 [1.31; 1.52]), possibly due to the Omicron variant, social behaviors and accumulation of susceptibles in more vaccinated neighborhoods. Vaccine impact against hospitalisation was maintained throughout (RR≈0.43 [0.29; 0.65] - 0.88 [0.64; 1.22]). Vaccination provided substantial indirect protection (RR≈0.43 [0.34; 0.54] - 0.81 [0.65; 1.03]). CONCLUSIONS: This study confirmed the protective impact of vaccination against severe disease regardless of variant, at the population level. Ecological analyses are a valuable strategy to evaluate vaccination programs. Population-level effects can have substantial effects and should be accounted for in public health and vaccination program planning.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».