Disparities in response to mRNA SARS-CoV-2 vaccines according to sex and age: A systematic review
Notice bibliographique
Résumé
Background: The rapid development and distribution of mRNA COVID-19 vaccines has been essential in containing the SARS-CoV-2 epidemic around the globe. For ongoing and future immunization campaigns globally, there is a need to evaluate the impact of population demographics such as age and sex, on vaccine efficacy and safety. Methods: This systematic review (PROSPERO ID CRD42023328245) conducted according to PRISMA guidelines evaluates the impact of age and sex on the safety and efficacy of the mRNA COVID-19 vaccinations administrated in 15 studies that were chosen according to strict criteria. The ROBIS tool was applied to evaluate the robustness and the quality of the studies included in the review. Results: After screening, 15 studies satisfied the inclusion criteria. The results showed that the COVID-19 mRNA vaccines typically elicit robust immune responses, and that younger people have higher antibody levels. Comparing the sexes reveals that higher immunological responses were induced in females, and mild to moderate adverse effects (such as injection site discomfort, exhaustion, and headaches) were also more frequently reported in women. Despite these variations, COVID-19 vaccines have been found to be safe to use across diverse populations, which supports their extensive use in public health initiatives. Conclusion: Our results suggests that tailored vaccination may achieve maximum effectiveness and better tolerability depending on age and sex. Currently study results are rarely stratified by age and sex and this is a deficit in clinical trial publications. More research is needed to elucidate the biological mechanisms underlying the variations in vaccine responses according to age and sex.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».