MétaCan
Menu
Retour à la cohorte
Enregistrement W4392104998 · doi:10.2807/1560-7917.es.2024.29.8.2300239

Measuring waning protection from seasonal influenza vaccination during nine influenza seasons, Ontario, Canada, 2010/11 to 2018/19

2024· article· en· W4392104998 sur OpenAlexafffundabout
Hannah Chung, Michael A. Campitelli, Sarah A. Buchan, Aaron Campigotto, Natasha S. Crowcroft, Jonathan B. Gubbay, James K. H. Jung, Timothy Karnauchow, Kevin Katz, Allison McGeer, James Dayre McNally, David Richardson, Susan E. Richardson, Laura C. Rosella, Margaret L. Russell, Kevin L. Schwartz, Andrew E. Simor, Marek Smieja, Maria E. Sundaram, Bryna Warshawsky, George Zahariadis, Jeffrey C. Kwong

Notice bibliographique

RevueEurosurveillance · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueInfluenza Virus Research Studies
Établissements canadiensMcMaster UniversityUniversity Health NetworkHealth Sciences CentreSunnybrook Health Science CentrePublic Health OntarioWilliam Osler Health SystemSinai Health SystemNorth York General HospitalInstitute for Clinical Evaluative SciencesUniversity of OttawaHospital for Sick ChildrenLondon Health Sciences CentreWestern UniversityUniversity of TorontoUniversity of CalgaryChildren's Hospital of Eastern Ontario
Organismes subventionnairesDepartment of Family and Community Medicine, University of TorontoCanadian Institutes of Health ResearchCanadian Immunization Research NetworkUniversity of TorontoPublic Health AgencyPublic Health Agency of Canada
Mots-clésVaccinationMedicineOdds ratioInfluenza vaccineSeasonal influenzaOddsConfidence intervalInfluenza A virusImmunityDemographyImmunologyInternal medicineVirusLogistic regressionCoronavirus disease 2019 (COVID-19)Immune systemDiseaseInfectious disease (medical specialty)

Résumé

récupéré en direct d'OpenAlex

Background Waning immunity from seasonal influenza vaccination can cause suboptimal protection during peak influenza activity. However, vaccine effectiveness studies assessing waning immunity using vaccinated and unvaccinated individuals are subject to biases. Aim We examined the association between time since vaccination and laboratory-confirmed influenza to assess the change in influenza vaccine protection over time. Methods Using linked laboratory and health administrative databases in Ontario, Canada, we identified community-dwelling individuals aged ≥ 6 months who received an influenza vaccine before being tested for influenza by RT-PCR during the 2010/11 to 2018/19 influenza seasons. We estimated the adjusted odds ratio (aOR) for laboratory-confirmed influenza by time since vaccination (categorised into intervals) and for every 28 days. Results There were 53,065 individuals who were vaccinated before testing for influenza, with 10,264 (19%) influenza-positive cases. The odds of influenza increased from 1.05 (95% CI: 0.91–1.22) at 42–69 days after vaccination and peaked at 1.27 (95% CI: 1.04–1.55) at 126–153 days when compared with the reference interval (14–41 days). This corresponded to 1.09-times increased odds of influenza every 28 days (aOR = 1.09; 95% CI: 1.04–1.15). Individuals aged 18–64 years showed the greatest decline in protection against influenza A(H1N1) (aOR per 28 days = 1.26; 95% CI: 0.97–1.64), whereas for individuals aged ≥ 65 years, it was against influenza A(H3N2) (aOR per 28 days = 1.20; 95% CI: 1.08–1.33). We did not observe evidence of waning vaccine protection for individuals aged < 18 years. Conclusions Influenza vaccine protection wanes during an influenza season. Understanding the optimal timing of vaccination could ensure robust protection during seasonal influenza activity.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,137
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,089
Tête enseignante GPT0,313
Écart entre enseignants0,224 · 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 tête enseignante, pas un consensus.

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

Citations11
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueEurosurveillanceMême sujetInfluenza Virus Research StudiesTravaux en français237 207