MétaCan
Menu
← Retour à la cohorte
Enregistrement W4403257175 · doi:10.1016/j.vaccine.2024.126406

Direct quantitative comparison of benefits and risks of COVID-19 vaccines used in National Immunization Technical Advisory Groups Guidance during the first two years of the pandemic

2024· article· en· W4403257175 sur OpenAlexafffund
Paméla Doyon-Plourde, Ruth Farley, Ramya Krishnan, Matthew Tunis, Megan Wallace, Joseline Zafack

Notice bibliographique

RevueVaccine · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueVaccine Coverage and Hesitancy
Établissements canadiensPublic Health Agency of Canada
Organismes subventionnairesPublic Health Agency of Canada
Mots-clésPandemicImmunizationCoronavirus disease 2019 (COVID-19)Environmental healthAdvisory committee2019-20 coronavirus outbreakSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)VirologyMedicinePolitical scienceImmunologyOutbreakDiseaseInfectious disease (medical specialty)Public administration

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: The balance of benefits and harms of vaccines are assessed by regulatory agencies and National Immunization Technical Advisory Groups (NITAGs) to inform vaccine authorization or guidance. The Grading of Recommendations Assessment, Development, and Evaluation (GRADE) approach has been adopted by many NITAGs to develop recommendations. During the COVID-19 pandemic, several NITAGs additionally used direct quantitative comparisons (DQCs) between benefits and risk of vaccination with or without a GRADE framework to support timely decision-making relating to emerging safety signals. This study aimed to document the role of DQCs as novel tools in NITAGs' work by identifying situations where DQCs have been clearly leveraged in NITAG guidance, as well as identifying their strengths and limitations. METHODS: The MEDLINE database and NITAGs' websites listed in the Global NITAG Network were searched for NITAG publications on COVID-19 vaccines. Publications were included if a DQC between benefits and risks of any COVID-19 vaccine was explicitly used for NITAG decision-making. Two reviewers independently assessed publication eligibility and extracted data. A narrative description of the role of DQCs in NITAG guidance, DQCs' methods and limitations was conducted. RESULTS: Overall, 23 publications with 18 DQCs used by seven NITAGs were included. Situations prompting these publications included new safety signals (n = 7), additional information available on previously identified safety signals (n = 4) and changing contexts (n = 15) (e.g., vaccine supply, and epidemiology). DQC simplicity made them accessible, timely, and allowed for transparent communication. DQCs heavily relied on assumptions making them sensitive to changes in model parameters. DQCs limitations made them not easily transferable to other contexts and they quickly became obsolete in the evolving context of the COVID-19 pandemic. CONCLUSIONS: The use of DQCs by NITAGs during the COVID-19 pandemic allowed for rapid evidence-based decision-making in an evolving environment while maintaining public trust. However, if their use becomes standard practice, efforts should be made to address their limitations.

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)0,132
score de la tête « metaresearch » (Gemma)0,461
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,132
Score d'incertitude au seuil0,696

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1320,461
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,005
Bibliométrie0,0360,026
Études des sciences et des technologies0,0010,002
Communication savante0,0070,006
Science ouverte0,0020,004
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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 Opus0,074
Tête enseignante GPT0,386
Écart entre enseignants0,312 · 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

Citations1
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueVaccine→Même sujetVaccine Coverage and Hesitancy→Travaux en français237 207→