MétaCan
Menu
← Retour à la cohorte
Enregistrement W4403452998 · doi:10.1016/j.vaccine.2024.126445

Participant-reported neurological events following immunization in the Canadian National Vaccine Safety Network-COVID-19 vaccine (CANVAS-COVID) study

2024· article· en· W4403452998 sur OpenAlexafffundabout
Karina A. Top, Hennady P. Shulha, Matthew Muller, Louis Valiquette, Otto G. Vanderkooi, James D. Kellner, Manish Sadarangani, Michael A. Irvine, Allison McGeer, Jennifer E. Isenor, Kimberly Marty, Phyumar Soe, Gaston De Serres, Julie A. Bettinger

Notice bibliographique

RevueVaccine · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueSARS-CoV-2 and COVID-19 Research
Établissements canadiensInstitut National de Santé Publique du QuébecCentre hospitalier universitaire de QuébecBC Centre for Disease ControlNova Scotia Health AuthorityAlberta Children's HospitalUniversité de SherbrookeUniversity of TorontoBritish Columbia Children's HospitalDalhousie University
Organismes subventionnairesCanadian Institutes of Health ResearchMichael Smith Health Research BCPublic Health Agency of Canada
Mots-clésCoronavirus disease 2019 (COVID-19)2019-20 coronavirus outbreakImmunizationSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)MedicineVaccine safetyPandemicVirologyVaccinationImmunologyOutbreakDiseaseInfectious disease (medical specialty)AntibodyPathology

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: The Canadian National Vaccine Safety Network (CANVAS) conducted active participant-based surveillance for adverse events following immunization during the COVID-19 vaccine campaign. This study evaluated the association between COVID-19 vaccination and neurological adverse events. METHODS: Participants were invited to complete online surveys to report health events that prevented daily activities and/or required medical attention within 7 days after COVID-19 vaccination or 7 days prior to the survey (unvaccinated controls); follow-up surveys were sent 7 months later. Neurological events were health events where the most severe symptom reported was ≥1 of: numbness/tingling, loss of taste or smell, vision loss, facial weakness/paralysis, seizure, weakness/paralysis of arms or legs, confusion, change in personality or behavior, or difficulty with urination or defecation. Data were extracted from the CANVAS-COVID database for analysis. RESULTS: Completed survey responses were received from 15,273 unvaccinated controls, 758,619 dose 1 recipients, 406,884 dose 2 recipients, and 126,586 dose 3 recipients. Rates of neurological events ranged from 15.9 (95 % CI 13.6-18.4) per 10,000 dose 1 ChAdOx1 recipients to 8.4 (6.5-10.8) and 7.9 (5.7-11.0) per 10,000 dose 3 mRNA-1273 and BNT162b2 recipients, respectively. Multivariable regression adjusted for age, sex, previous SARS-CoV-2 infection, and baseline health status showed an increased risk of neurological event among ChAdOx1 dose 1 recipients versus controls (adjusted OR 2.3, 95 % CI 1.2-4.3), but not among mRNA vaccine recipients after any dose. Risk of anaesthesia/paresthesia were increased following ChAdOx1 dose 1 (aOR 4.7, 1.7-13.1), and consistently but not statistically significantly higher following any dose of either mRNA vaccine. Risk of loss of smell/taste was decreased among recipients of any dose of either mRNA vaccine versus controls. CONCLUSIONS: The results support the safety of COVID-19 vaccines while confirming reported associations between ChAdOx1 dose 1 and neurological events. Participant-based AEFI surveillance is a useful component of post-market surveillance programs.

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)0,006
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 enseignants0,174
Score d'incertitude au seuil0,351

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,094
Tête enseignante GPT0,389
Écart entre enseignants0,295 · 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

Citations3
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueVaccine→Même sujetSARS-CoV-2 and COVID-19 Research→Travaux en français237 207→