Trends in childhood vaccination coverage in the European Union, 1980–2024: between long-term increases and recent decreases
Notice bibliographique
Résumé
Abstract Background Vaccination is among the most effective public health interventions, yet vaccine hesitancy in the European Union (EU) has driven declining coverage and resurgences of vaccine-preventable diseases. Trend assessments are essential for informing strategies to maintain high coverage levels. Methods We analysed WHO/UNICEF Estimates of National Immunization Coverage data (as of September 2025) for 27 EU countries from 1980 to 2024. Coverage for seven first-year antigens (DTP-3, HEPB-3, HIB-3, POL-3, PCV-3, MCV-1, RCV-1) was evaluated using joinpoint regression for Average Annual Percent Change (AAPC) overall and recent Annual Percent Change (APC) shifts. Findings Of 183 country-vaccine trends, 128 showed positive AAPCs but recent APCs indicated predominant declines (110 negative evolutions). In 2024, only 71 combinations reached ≥95% coverage; Luxembourg achieved this for all antigens. Seventeen countries (e.g., Germany, Romania) had declines in ≥4 vaccines, especially HIB-3, POL-3, and DTP-3. Interpretation Despite long-term gains, recent EU-wide coverage declines signal urgent risks to herd immunity. National and community actions are needed to reverse trends. Funding None.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».