Effect of COVID-19 vaccination coverage on transmission and mortality during Omicron dominance
Notice bibliographique
Résumé
Background: During the coronavirus disease 2019 (COVID-19) pandemic, the emergence of the Omicron SARS-CoV2 variant raised concerns about reduction in vaccine effectiveness due to its higher transmissibility. Thus, using ecologic data, we assessed the population-level impact of COVID-19 vaccination coverage on COVID-19 transmission and mortality, during the period of Omicron dominance globally. Subject and methods: We used a longitudinal dataset of 110 countries over 16 months (January 2022 to April 2023). Applying random-effects regression models, we assessed the effect of monthly full vaccination coverage on the rates of newly confirmed COVID-19 cases and deaths, adjusting for country characteristics. We obtained the data from open-access databases, including the World Health Organization (WHO) COVID-19 Dashboard and the Oxford COVID-19 Government Response Tracker. Results: On average, each 1% point increase in full vaccination coverage was associated with a 1.4% reduction (95% confidence interval (CI): 0.1%–2.8%, p = 0.035) in the rate of new cases and a 5% reduction (95% CI: 3.6%–6.4%, p < 0.001) in the rate of deaths. This protective effect of vaccination was graded across the levels of vaccination coverage: compared to countries with <50% vaccination coverage, those with coverages of 50%–59%, 60%–69%, 70%–79%, and ≥80% had 20.5% (95% CI: –16.4%–45.7%), 53.8% (22.6%–72.5%), 54.3% (15.5%–75.3%), and 69.6% (38.7%–84.9%) lower rates of new cases, respectively, on average. Conclusions: Our findings suggest an important role of vaccination in mitigating the impact of pandemics, particularly despite the emergence of highly transmissible variants like Omicron.
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 | 0,004 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 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 ».