Projections of the incidence of COVID-19 in Japan and the potential impact of a Fall 2023 COVID-19 vaccine
Notice bibliographique
Résumé
BACKGROUND: The study objective was to estimate the incidence of COVID-19 infection, hospitalization, and deaths in Japan from September 2023 to August 2024 and potential impact of a monovalent XBB.1.5 variant-adapted Fall 2023 COVID-19 vaccine (modified version: XBB monovalent) for adults aged ≥18 years on these outcomes. METHODS: A previously developed Susceptible-Exposed-Infected-Recovered model for the United States (US) was adapted to Japan. The numbers of symptomatic infections, COVID-19-related hospitalizations, and deaths were calculated. Given differences in vaccination coverage, masking practices and social mixing patterns between the US and Japan, all inputs were updated to reflect the Japanese context. Vaccine effectiveness (VE) values are hypothetical, but predicted based on existing VE values of bivalent BA.4/BA.5 boosters against BA.4/BA.5 in Japan, from the VERSUS test-negative case-control study. Sensitivity analyses were performed. RESULTS: The base case model predicts overall that there will be approximately 35.2 million symptomatic COVID-19 infections, 690,000 hospitalizations, and 62,000 deaths in Japan between September 2023 and August 2024. If an updated COVID-19 vaccine is offered to all adults aged 18 years and older in Fall 2023, the model predicts that 7.3 million infections, 275,000 hospitalizations and 26,000 deaths will be prevented. If vaccines are only given to those aged 65 years and older, only 2.9 million infections, 180,000 hospitalizations and 19,000 deaths will be prevented. Sensitivity analysis results suggest that hospitalizations and deaths prevented are most sensitive to initial VE against infection and hospitalizations, and the waning rate associated with VE against infection. Symptomatic infections prevented was most sensitive to initial VE against infection and VE waning. CONCLUSIONS: Results suggest that a Fall 2023 COVID-19 vaccine would reduce total numbers of COVID-19-related infections, hospitalizations, and deaths.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| 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 ».