MétaCan
Menu
← Retour à la cohorte
Enregistrement W4403679697 · doi:10.1093/pch/pxae067.080

81 mRNA COVID-19 vaccine safety among children and adolescents from the Canadian National Vaccine Safety Network

2024· article· en· W4403679697 sur OpenAlexfundaboutno aff
Otto G. Vanderkooi, Julie A. Bettinger, Manish Sadarangani, Karina A. Top, Jennifer E. Isenor, James D. Kellner, Matthew Muller, Allison McGeer, Louis Valiquette, Gaston De Serres

Notice bibliographique

RevuePaediatrics & Child Health · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueVaccine Coverage and Hesitancy
Établissements canadiensnon disponible
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésVaccine safetyCoronavirus disease 2019 (COVID-19)Severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2)MedicineVirology2019-20 coronavirus outbreakEnvironmental healthImmunologyImmunizationInternal medicineAntibodyOutbreak

Résumé

récupéré en direct d'OpenAlex

Abstract Background The Canadian National Vaccine Safety Network (CANVAS) expanded its active safety surveillance for COVID-19 vaccines among children and adolescents during the COVID-19 pandemic. Objectives This analysis aimed to determine whether the first or second dose of mRNA COVID-19 vaccination is associated with health events in children and adolescents. Design/Methods Adolescents 15-19 years of age or parents/guardians of children 5-14 years of age were recruited from seven Canadian provinces/territories and followed for the occurrence of health events seven days after doses 1 and 2 or for a seven-day period for unvaccinated participants. The primary outcome was a health event that prevented daily activities, resulted in school absenteeism, and/or required a medical consultation, including emergency department visits or hospitalization. Aged-stratified multivariable logistic regression examined health events associated with mRNA COVID-19 vaccines (BNT162b2, mRNA1273, and mixed [different products for doses 1 and 2]) for children aged 5 to 11 years and adolescents aged 12 to 19 years. Results Between January 2021 and February 2023, a total of 249,418 (Children BNT162b2: 205,744, mRNA-1273: 36, and Adolescent BNT162b2: 39,628, mRNA-1273: 4,010) completed the first dose survey and 128,599 (Children BNT162b2: 109,625, mRNA-1273: 3, mixed: 235, and Adolescent BNT162b2: 17,202, mRNA-1273: 1,155, mixed: 474) had completed the second dose survey. A total of 668 unvaccinated participants (Children 431 and Adolescent 237) completed the control survey. In the week following dose 1, health event rates among vaccinated children and adolescents were <4% and lower than in unvaccinated counterparts (6.9%), and neither BNT162b2 nor mRNA-1273 were associated with health events in either age group. Following dose 2, among vaccinated adolescents health events rates (BNT162b2 4.6%, mRNA-1273 8.5%, mixed 10.4%) were higher than unvaccinated adolescents (3.4%), but were self-limiting and resolved within 7 days. Among children, there was no difference in health event rates between vaccinated and unvaccinated groups. Conclusion For children, mRNA COVID-19 vaccines were not associated with health events preventing daily activities, resulting in school absenteeism and/or requiring medical consultation. Similar to vaccinated adults our findings found vaccinated adolescents reported higher rates of health events after dose 2 mRNA COVID-19 vaccines, but these were self-limiting and resolved quickly. Our findings can be used to inform adolescents and their parents of what to expect following COVID-19 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 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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,019
Score d'incertitude au seuil0,079

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,012
Tête enseignante GPT0,283
Écart entre enseignants0,271 · 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

Citations0
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePaediatrics & Child Health→Même sujetVaccine Coverage and Hesitancy→Travaux en français237 207→