MétaCan
Menu
Retour à la cohorte
Enregistrement W4401836648 · doi:10.1016/j.cmi.2024.08.012

The relative effectiveness of a high-dose quadrivalent influenza vaccine versus standard-dose quadrivalent influenza vaccines in older adults in France: a retrospective cohort study during the 2021–2022 influenza season

2024· article· en· W4401836648 sur OpenAlexaff
Hélène Bricout, M. Levant, Nada Assi, Pascal Crépey, A. Descamps, Karine Mari, J. Gaillat, G. Gavazzi, Benjamin Grenier, Odile Launay, Anne Mosnier, F. Raguideau, Laurence Watier, Rebecca C. Harris, Ayman Chit

Notice bibliographique

RevueClinical Microbiology and Infection · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueInfluenza Virus Research Studies
Établissements canadiensUniversity of Toronto
Organismes subventionnairesStrongSanofi
Mots-clésMedicineVaccinationDemographySeasonal influenzaPropensity score matchingPoisson regressionVirologyPopulationEnvironmental healthInternal medicineCoronavirus disease 2019 (COVID-19)Disease

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: High-dose quadrivalent influenza vaccine (HD-QIV) was introduced during the 2021/2022 influenza season in France for adults aged ≥65 years as an alternative to standard-dose quadrivalent influenza vaccine (SD-QIV). The aim of this study is to estimate the relative vaccine effectiveness of HD-QIV vs. SD-QIV against influenza-related hospitalizations in France. METHODS: Community-dwelling individuals aged ≥65 years with reimbursed influenza vaccine claims during the 2021/2022 influenza season were included in the French national health insurance database. Individuals were followed up from vaccination day to 30 June 2022, nursing home admission or death date. Baseline socio-demographic and health characteristics were identified from medical records over the five previous years. Hospitalizations for influenza and other causes were recorded from 14 days after vaccination until the end of follow-up. HD-QIV and SD-QIV vaccinees were matched using 1:4 propensity score matching with an exact constraint on age group, sex, week of vaccination, and region. Incidence rate ratios were estimated using zero-inflated Poisson or zero-inflated negative binomial regression models. RESULTS: We matched 405 385 HD-QIV to 1 621 540 SD-QIV vaccinees. HD-QIV was associated with a 23.3% (95% CI, 8.4-35.8) lower rate of influenza hospitalizations compared with SD-QIV (69.5/100 000 person years vs. 90.5/100 000 person years). Post-matching, we observed higher rates in the HD-QIV group for hospitalizations non-specific to influenza and negative control outcomes, suggesting residual confounding by indication. DISCUSSION: HD-QIV was associated with lower influenza-related hospitalization rates vs. SD-QIV, consistent with existing evidence, in the context of high SARS-CoV-2 circulation in France and likely prioritization of HD-QIV for older/more comorbid individuals.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,013
Score d'incertitude au seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
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 Opus0,027
Tête enseignante GPT0,388
Écart entre enseignants0,361 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations18
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical Microbiology and InfectionMême sujetInfluenza Virus Research StudiesTravaux en français237 207