Post-exposure prophylaxis for the prevention of measles: A systematic review
Notice bibliographique
Résumé
BACKGROUND: In susceptible individuals, post-exposure prophylaxis (PEP) is often recommended following exposure to measles, however the data that these recommendations are based on are limited. The objective of this systematic review was to evaluate the efficacy/effectiveness and safety of immunoglobulins (Ig) or measles-containing vaccine (MCV) for the prevention of measles. METHODS: Prospective studies evaluating the use of Ig or MCV as PEP in susceptible individuals exposed to measles were eligible for inclusion. For studies evaluating Ig, only studies published since 1970 were eligible. Critical outcomes included confirmed cases of measles infection, and death due to measles. The Cochrane Central Register of Controlled Trials, MEDLINE, Embase, and CINAHL were searched (until May 23, 2024). Risk of bias was assessed using the Cochrane ROBINS-I tool. RESULTS: Nine studies were included, totalling 660 patients receiving PEP (434 Ig and 226 MCV). Three studies were in children, one in adults, and five included both children and adults. Data were limited in immunocompromised or pregnant individuals. Details regarding intensity of exposure, time from exposure to treatment, and dose of Ig were poorly reported, and all studies presented moderate/serious concerns regarding the risk of bias. Measles infection rates in those who received Ig PEP ranged from 0 to 30 % and from 0 to 15 % in those receiving MCV PEP. Estimates of effectiveness ranged from 76 % (95 % CI 0-94) to 100 % (95 % CI 56.2-99.8 %) for Ig PEP, and from 83.4 % (95 % CI 34.4-95.8) to 100 % (95 % CI not estimable) for MCV PEP. DISCUSSION: Our systematic review provides a contemporary estimate of measles PEP effectiveness in the context of decreased measles antibody titres in donor-derived blood products over time, and highlights the key limitations to available evidence. Future research should seek to estimate effectiveness of measles PEP in populations of special interest, including immunocompromised and/or pregnant populations.
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 | 0,008 | 0,034 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,009 | 0,009 |
| Bibliométrie | 0,007 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».