MétaCan
Menu
Retour à la cohorte
Enregistrement W4406337725 · doi:10.3389/fgwh.2024.1523117

Vaccination in pregnancy

2025· article· en· W4406337725 sur OpenAlexaff
Stephen Kennedy, Noni E. MacDonald, Sue Ann Costa Clemens

Notice bibliographique

RevueFrontiers in Global Women s Health · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueCOVID-19 Impact on Reproduction
Établissements canadiensDalhousie University
Organismes subventionnairesWellcome Trust
Mots-clésVaccinationPregnancyMedicineFront (military)CitationObstetricsPolitical scienceVirologyGeographyLawBiology

Résumé

récupéré en direct d'OpenAlex

During pregnancy, vaccine hesitancy, defined as a "delay in acceptance or refusal of vaccination, despite availability of vaccination services" (1) is understandable as mothers worry about possible effects on their unborn children.However, such concerns are exacerbated by widespread misinformation, as occurred during the COVID-19 pandemic.A 2024 systematic review has highlighted the extent to which social media platforms were disseminating untruths, e.g., vaccines are generally unsafe for pregnant woman and they increase the risk of infertility, miscarriage, stillbirth, and congenital defects (2).The false claim that COVID-19 vaccines result in female infertility (3) was not surprising given that the claim has repeatedly been made over many years about vaccines against polio and tetanus, and more recently human papilloma virus, especially in low-middle income countries (4).Whatever the reasons for vaccine hesitancy, which include historical racism (5), the effects have been dramatic.In Europe, a 2024 literature review found that acceptance of vaccination against COVID-19 among pregnant women ranged from 21.3% to 87% and 29.5% to 82.7% for one and two vaccine doses, respectively (6).Given that vaccination protects against severe disease (7, 8), it was inevitable that some women would die unnecessarily if not vaccinated.In the UK, for example, COVID-19 was the second most common cause of maternal death in 2020-2022 contributing to the highest maternal mortality rate in 20 years (9).However, does the biomedical community bear any responsibility for the vulnerability of the pregnant population to these distortions of the truth?At the outset of the COVID-19 pandemic the precise risks for pregnant women were uncertain, although it was known that SARS-COV-1 infection in pregnancy is associated with increased maternal mortality (10).Evidence began to emerge of similar risks for SARS-COV-2 infection from small case series and a living systematic review comparing pregnant and non-pregnant women with .Then, a cohort study involving 43 hospitals in 18 countries, showed from as early as 2 March 2020, significantly increased severe infections (relative risk (RR), 3.38; 95% CI, 1.63-7.01)and maternal mortality (RR, 22.3; 95% CI, in pregnant women with COVID-19 compared to unaffected pregnant women (12).Unfortunately, professional organizations and international bodies did not respond appropriately or quickly enough to the emerging evidence (13).In many countries, pregnant women were not included in the groups targeted for vaccination once vaccines became available; nor were they routinely offered vaccination after publication of the study in October 2021 comparing 10,861 vaccinated pregnant women matched to 10,861 unvaccinated pregnant controls that demonstrated the effectiveness of an mRNA vaccine ( 14).Concerns about the lack of clinical trial data, especially relating to the safety of the

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)0,001
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 enseignants0,236
Score d'incertitude au seuil0,994

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,011
Tête enseignante GPT0,350
Écart entre enseignants0,339 · 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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Global Women s HealthMême sujetCOVID-19 Impact on ReproductionTravaux en français237 207