MétaCan
Menu
Retour à la cohorte
Enregistrement W4404756186 · doi:10.1016/j.lana.2024.100949

mRNA COVID-19 vaccine safety among children and adolescents: a Canadian National Vaccine Safety Network cohort study

2024· article· en· W4404756186 sur OpenAlexafffundabout
Phyumar Soe, Otto G. Vanderkooi, Manish Sadarangani, Monika Naus, Matthew Muller, James D. Kellner, Karina A. Top, Hubert Wong, Jennifer E. Isenor, Kimberly Marty, Hennady P. Shulha, Gaston De Serres, Louis Valiquette, Allison McGeer, Julie A. Bettinger

Notice bibliographique

RevueThe Lancet Regional Health - Americas · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueSARS-CoV-2 and COVID-19 Research
Établissements canadiensSinai Health SystemUniversité de SherbrookeUniversité LavalInstitut National de Santé Publique du QuébecUniversity of TorontoBC Children's HospitalDalhousie UniversityNova Scotia Health AuthorityAlberta Children's HospitalBC Centre for Disease ControlUniversity of British Columbia
Organismes subventionnairesCanadian Institutes of Health ResearchCanadian Immunization Research NetworkMichael Smith Health Research BCBC Children's HospitalPublic Health Agency of CanadaChildren's Hospital FoundationPublic Health Agency
Mots-clésVaccine safetyCoronavirus disease 2019 (COVID-19)CohortMedicineSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)Environmental health2019-20 coronavirus outbreakVirologyImmunizationImmunologyOutbreakInternal medicineDisease

Résumé

récupéré en direct d'OpenAlex

Background: The Canadian National Vaccine Safety Network conducted active safety surveillance for COVID-19 vaccines. This study aimed to characterize the short-to-medium term safety of mRNA COVID-19 vaccines across the pediatric age spectrum. Methods: In this cohort study, vaccinated and unvaccinated children and adolescents aged 6 months to 19 years from eight Canadian provinces and territories were invited to participate. The outcome was a health event preventing daily activities, resulting in school absenteeism, or requiring medical consultation. Age-stratified multivariable regression models were used to examine health events associated with first and second doses of mRNA COVID-19 vaccines across different age groups: children under 5, children aged 5-11 years and adolescents aged 12-19 years. Findings: From January 2021 through February 2023, a total of 259,361 individuals from the dose one survey, 131,032 from the dose 2 survey, and 1179 from the control survey were included. In the week following dose two, vaccinated adolescents showed a higher proportion of health events [794 (4.6%) of 17,218 BNT162b2 recipients, 98 (8.5%) of 1153 mRNA-1273 recipients, 49 of (10.6%) of 464 heterologous schedule recipients] than unvaccinated adolescents [9 (3.7%) of 242 controls], but most events were self-limited and resolved within 7 days. No significant differences in proportion of health events following mRNA COVID-19 vaccines were observed between vaccinated and unvaccinated groups among adolescents after dose 1, or among children under 5 or those aged 5-11 years after any dose. Reported myocarditis/pericarditis cases within 0-28 days peaked among male adolescents following dose 2, in three of (0.037%) 8088 homologous BNT162b2 recipients, and two of (0.529%) 378 homologous mRNA-1273 recipients. Interpretation: Our findings suggest that reported health events, including myocarditis/pericarditis, vary by pediatric age group. Vaccinated adolescents reported health events more frequently following the second mRNA COVID-19 vaccine dose, while younger age groups did not report events more frequently than their unvaccinated counterparts. Funding: Canadian Immunization Research Network, Canadian Institutes of Health Research; Public Health Agency of Canada; COVID-19 Immunity Task Force.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,116
Score d'incertitude au seuil0,957

Scores Codex et Gemma par catégorie

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

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 Opus0,051
Tête enseignante GPT0,391
Écart entre enseignants0,340 · 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 tête enseignante, 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

Citations6
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueThe Lancet Regional Health - AmericasMême sujetSARS-CoV-2 and COVID-19 ResearchTravaux en français237 207