MétaCan
Menu
Retour à la cohorte
Enregistrement W4404887399 · doi:10.1016/j.vaccine.2024.126539

COVID-19 vaccine effectiveness against severe omicron-related outcomes in children aged 5 to 11 years in Ontario: A Canadian immunization research network (CIRN) study

2024· article· en· W4404887399 sur OpenAlexaffabout
Pierre‐Philippe Piché‐Renaud, Samantha S. M. Drover, Peter C. Austin, Shaun K. Morris, Sarah A. Buchan, Sharifa Nasreen, Kevin L. Schwartz, Mina Tadrous, Nisha Thampi, Sarah E Wilson, Kumanan Wilson, Astrid Guttmann, Jeffrey C. Kwong

Notice bibliographique

RevueVaccine · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueSARS-CoV-2 and COVID-19 Research
Établissements canadiensInstitute for Clinical Evaluative SciencesBruyèreWomen's College HospitalHospital for Sick ChildrenPublic Health OntarioOttawa Public HealthSickKids FoundationUniversity of TorontoOttawa HospitalInstitute for Work & Health
Organismes subventionnairesnon disponible
Mots-clésCoronavirus disease 2019 (COVID-19)ImmunizationSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)2019-20 coronavirus outbreakMedicineVirologyEnvironmental healthPediatricsImmunologyOutbreakAntibodyDiseaseInfectious disease (medical specialty)

Résumé

récupéré en direct d'OpenAlex

Understanding how the efficacy of COVID-19 vaccines translates from clinical trials to real-world settings is critical to inform evolving vaccination policies. The objective of this study was to assess COVID-19 vaccine effectiveness (VE) against severe COVID-19-related outcomes in children aged 5–11 years, including COVID-19-related hospital admissions and multisystem inflammatory syndrome in children (MIS-C). We conducted a retrospective, population-based cohort study using linked health administrative data in the first year following the emergence of the Omicron variant (January 2 to December 31, 2022) in Ontario, Canada. Baseline differences between subgroups of interest were compared using standardized differences. We used multivariable Cox proportional hazard regression models to estimate VE by time since last vaccine dose by treating vaccination as a time-varying exposure, compared to unvaccinated children. We included a total of 1,058,740 children, of which 583,867 (55.1 %) had received at least one vaccine dose by the end of the study period. In total, there were 185 COVID-19-related hospital admissions and 39 cases of MIS-C. The rate of COVID-19-related admission was substantially higher in children with an underlying comorbid condition compared to children who were previously healthy (adjusted hazard ratio [aHR] = 4.77, 95 %CI, 3.56–6.38). VE against COVID-19-related admission ranged from 93 % (95 %CI, 52–99 %) 7–29 days after a second dose to 63 % (95 %CI; 41–77 %) ≥120 days after a second dose. There was no statistically significant difference in the rate of MIS-C in children who received at least one dose of the vaccine compared to unvaccinated children (aHR = 0.71; 95 %CI, 0.38–1.34). We found that, for children aged 5–11 years, VE against COVID-19-related hospitalization was high in the first four months after a second dose. Children with comorbid conditions were found to be at much higher risk of COVID-19-related severe outcomes and thus may benefit most from COVID-19 vaccination. • In children who received two or more doses of COVID-19 vaccines, vaccination was effective in reducing the risk of Omicron-related hospitalization; • There was no significant difference in the risk of MIS-C in children who received at least one dose of the vaccine compared to unvaccinated children; • Children with an underlying comorbidity were at much higher risk of Omicron-related hospitalization and may benefit most from being up-to-date for 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)0,002
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,024
Score d'incertitude au seuil0,173

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,031
Tête enseignante GPT0,358
Écart entre enseignants0,327 · 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

Citations4
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueVaccineMême sujetSARS-CoV-2 and COVID-19 ResearchTravaux en français237 207