Substantial reduction in the clinical and economic burden of disease following variant-adapted mRNA COVID-19 vaccines in immunocompromised patients in France
Notice bibliographique
Résumé
ABSTRACT An economic evaluation was conducted to predict the economic and clinical burden of vaccinating immunocompromised (IC) individuals aged ≥30 years with mRNA-1273 variant-adapted COVID-19 vaccines in Fall 2023 and Spring 2024 versus BNT162b2 variant-adapted vaccines in France. The number of symptomatic COVID-19 infections, hospitalizations, deaths, and long COVID cases, costs and quality-adjusted life years (QALYs) was estimated using a static decision-analytic model. Predicted vaccine effectiveness (VE) were based on real-world data from prior versions, suggesting higher protection against infection and hospitalization with mRNA-1273 vaccines. VE estimates were combined with COVID-19 incidence and probability of COVID-19 severe outcomes. Uncertainty surrounding VE, vaccine coverage, infection incidence, hospitalization and mortality rates, costs and QALYs were tested in sensitivity analyses. The mRNA-1273 variant-adapted vaccine is predicted to prevent an additional 3,882 infections, 357 hospitalizations, 81 deaths, and 326 long COVID cases when compared to BNT162b2 variant-adapted vaccines in 230,000 IC individuals. This translates to €10.1 million cost-savings from a societal perspective and 645 QALYs saved. Results were consistent across all analyses and most sensitive to variations surrounding VE and coverage. These findings highlight the importance of increasing vaccine coverage, and ability to induce higher levels of protection with mRNA-1273 formulations in this vulnerable population.
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 | 0,006 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 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 ».