Adverse event following immunisation of adsorbed-inactivated Coronavac (Sinovac) and ChAdOx1 nCOV-19 (Astra Zeneca) of COVID-19 vaccines.
Notice bibliographique
Résumé
INTRODUCTION: Countries around the world organised mass vaccinations using various types of vaccines against COVID-19, like inactivated viruses and mRNA. The study aimed to look at adverse events following immunisation (AEFI) of Coronavac® (SIN) and ChAdOx1 nCOV-19 ® (AZ) COVID-19 vaccines in Indonesia. MATERIALS AND METHODS: Subjects who received SIN or AZ vaccines were sent questionnaires twice: after they received the first and the second doses of vaccine, respectively. AEFI data on the first- and second-day post-vaccination were collected and analyzed descriptively. RESULTS: A total of 1547 people vaccinated with SIN vaccine, 529 (33.3%) responded to the first-dose and 239 (47%) to the second-dose questionnaires, whereas 936 people vaccinated with AZ vaccine, 483 (51.6%) answered the firstdose and 123 (25%) to the second-dose questionnaires. Some important AEFIs on the first- and second-day post receiving SIN vs. AZ vaccination were as follows: fever 4% vs 59%; pain at the injection site 27% vs 87%; redness and swelling at the injection site 4% vs 18%; nausea 5% vs 30%; diarrhea 1.8% vs 5.7%, respectively. CONCLUSION: SIN seemed to have fewer AEFIs than AZ. Apart from different vaccine materials and excipients, the gap in AEFIs between SIN and AZ could be caused by the distinct population where AZ recipients were more exposed to COVID-19.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,001 | 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 ».