Quantitative observational evidence of indirect herd benefits from COVID-19 vaccination or prior infection on SARS-CoV-2 infections and COVID-19 deaths: a population-based retrospective cohort study in Ontario, Canada
Notice bibliographique
Résumé
Abstract Background Empirical evidence on the indirect herd benefits of COVID-19 vaccination and/or prior infection is limited. We aimed to examine how area-level immunity interacts with individual-level immunity to affect COVID-19 diagnoses and deaths. Methods Ontario residents aged ≥18 years were followed from August-01-2021 to January-30-2022. Individual-level immunity was defined as received a primary series of COVID-19 vaccines or a positive SARS-CoV-2 test in the past 165 days. Area-level immunity was determined based on the proportion of immune individuals in an individual’s residing area. We used logistic regression and cause-specific hazard models to examine the relationship between immunity and COVID-19 diagnosis, and between immunity and COVID-19 death, respectively. We included an interaction term between individual-level and area-level immunity in each model. Results Of 11,122,816 adults, 7,518,015 (67.6%) were immune at baseline. After accounting for individual-level demographics, baseline health, and area-level social determinants of health, area-level immunity (highest vs. lowest quintiles) was associated with lower odds of COVID-19 diagnosis; the association was larger among non-immune (odds ratios [95% confidence interval]: 0.72 [0.70, 0.75]) than immune individuals (0.93 [0.90, 0.96]). Higher area-level immunity (highest vs. lowest quintiles) was also associated with lower hazard of COVID-19 death among non-immune individuals (hazard ratio: 0.77 [0.60, 1.00]). Conclusions Our study provides observational evidence supporting the herd benefits of vaccination or prior infection on SARS-CoV-2 infections and COVID-19 deaths. Findings reinforce the need for high vaccination coverage to protect vaccinated and unvaccinated populations, while providing insights for interpreting vaccine effectiveness estimates in the context of herd immunity. Main points Using area-level immunity coverage as a proxy for herd immunity, our study demonstrates observational evidence of indirect herd benefits from vaccination and/or prior infection on SARS-CoV-2 infections and COVID-19 deaths. Moreover, herd benefits are greater among non-immune individuals.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».