COVID-19 vaccine evidence monitoring assisted by artificial Intelligence: An emergency system implemented by the Public Health Agency of Canada to capture and describe the trajectory of evolving pandemic vaccine literature
Notice bibliographique
Résumé
Background: ), which contributed to situational awareness in Canada through a bibliographic repository used to support decision-making by the National Advisory Committee on Immunization. We describe the process by which this literature was identified and catalogued, and provide an overview of characteristics in the identified literature. Methods: To expedite the process, PHAC leveraged an artificial intelligence (AI) tool to assist in the screening and selection of relevant articles. Literature search results were initially screened by AI, then manually reviewed for relevance. Relevant articles were tagged using controlled vocabulary and stored in a bibliographic repository. This repository was analyzed to identify trends in vaccine research over time according to several key characteristics. Results: As of December 31, 2023, EXTRA's repository contained 19,050 articles relevant to PHAC's immunization mandate. The majority of these articles (63.9 %) were identified between August 2021 and January 2023, with an average of 20 relevant articles added daily during this period. Nearly 14,000 articles reported on mRNA vaccines. Safety outcomes were most frequently reported (n = 8,289), followed by immunogenicity (n = 7,269) and efficacy/effectiveness (n = 3,246). COVID-19 vaccine literature output started to decrease in mid-2023, two years after the initial dramatic increase in mid-2021. Conclusions: This hybrid (AI and human) approach was critical for PHAC situational awareness and the development of timely vaccine guidance in Canada during the COVID-19 pandemic. Given the volume of data and analyses required, the AI-augmented processes made this massive undertaking manageable. Analysis of COVID-19 vaccine research patterns supports projections of research volume, type, and rate that will help predict resourcing and information needs to plan future emergency vaccine guidance activities.
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 | 0,015 | 0,047 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,084 | 0,058 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,009 | 0,002 |
| Science ouverte | 0,003 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,003 |
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 ».