Change in Age profile of Respiratory Syncytial Virus disease over the course of annual epidemics: a multi-national study
Notice bibliographique
Résumé
OBJECTIVES: We aimed to study whether the percentwise age distribution of RSV cases changes over time during annual epidemics. METHODS: We used surveillance data (2008-2019) from the Netherlands, Lyon (France), Portugal, Singapore, Ecuador, South Africa, and New Zealand. In each country, every season was divided into "epidemic quarters", i.e. periods corresponding to each quartile of RSV cases. Multinomial logistic regression models were fitted to evaluate whether the likelihood of RSV cases being aged <1 or ≥5 years (vs. 1 to <5) changed over time within a season. RESULTS: In all countries, RSV cases were significantly more likely to be aged <1 year in the 4th vs. 1st epidemic quarter; the relative risk ratio [RRR] ranged between 1.35 and 2.56. Likewise, RSV cases were significantly more likely to be aged ≥5 years in the 4th vs. 1st epidemic quarter (except in Singapore); the RRR ranged from 1.75 to 6.70. The results did not change when stratifying by level of care or moving the lower cut-off to 6 months. CONCLUSIONS: The age profile of RSV cases shifts within a season, with infants and adolescents, adults, and the elderly constituting a higher proportion of cases in the later phases of annual epidemics. These findings may have implications for RSV prevention policies with newly approved vaccines.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 ».