Updated Bivalent COVID-19 Vaccines Reduce Risk of Hospitalization and Severe Outcomes in Adults: An Observational Cohort Study
Notice bibliographique
Résumé
Background: This study evaluates the real-world effectiveness of updated bivalent coronavirus disease 2019 (COVID-19) vaccines in adults, as the virus evolves and the need for new vaccinations increases. Methods: In this observational, retrospective, multi-center, cohort analysis, we examined emergency care encounters with COVID-19 in metro Detroit, Michigan, from January 1, 2022, to March 9, 2023. Patients were categorized by vaccination status: unvaccinated, fully vaccinated, fully vaccinated and boosted (FV&B), or fully vaccinated and bivalent boosted (FV&BB). The primary outcome was to assess the impact of bivalent COVID-19 vaccinations on the risk of composite severe outcomes (intensive care unit (ICU) admission, mechanical ventilation, or death) among patients presenting to a hospital with a primary diagnosis of COVID-19. Results: A total of 21,439 encounters met inclusion criteria: 9,630 (44.9%) unvaccinated, 9,223 (43.0%) vaccinated, 2,180 (10.2%) FV&B, and 406 (1.9%) FV&BB. The average age was 48.8, with 59.6% female; 61.1% were White, 32.8% Black, and 6.0% other races. Severe disease affected 5.5% overall: 5.0% unvaccinated, 5.7% vaccinated, 7.0% FV&B, and 4.7% FV&BB (P = 0.001). Severe disease rates among admitted patients were 13.3% unvaccinated, 11.9% vaccinated, 12.2% boosted, and 8.1% FV&BB (P = 0.052). The FV&BB group showed a 4.0% (P = 0.0369) lower risk of severe disease compared to FV&B and a 5.1% (P = 0.0203) lower probability of hospitalization. Conclusions: As the severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) continues to mutate and evolve, updated vaccines are necessary to better combat COVID-19. In a real-world hospital-based population, this investigation demonstrates the incremental benefit of the bivalent booster vaccine in reducing the risk of hospitalization and severe outcomes in those diagnosed with COVID-19 compared to all other forms of vaccination.
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 | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».