MétaCan
Menu
Retour à la cohorte
Enregistrement W4408029908 · doi:10.1016/j.vaccine.2025.126946

Real-world effectiveness of influenza vaccination in preventing influenza and influenza-like illness in children

2025· article· en· W4408029908 sur OpenAlexaff
Vera Rigamonti, Vittorio Torri, Shaun K. Morris, Francesca Ieva, Carlo Giaquinto, Daniele Donà, Costanza Di Chiara, Anna Cantarutti

Notice bibliographique

RevueVaccine · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueInfluenza Virus Research Studies
Établissements canadiensHospital for Sick Children
Organismes subventionnairesMinistero dell’Istruzione, dell’Università e della Ricerca
Mots-clésVaccinationMedicineInfluenza-like illnessVirologyHuman mortality from H5N1Influenza vaccineLive attenuated influenza vaccineImmunologyCoronavirus disease 2019 (COVID-19)VirusDiseaseInternal medicineInfectious disease (medical specialty)

Résumé

récupéré en direct d'OpenAlex

BACKGROUND AND OBJECTIVES: Quadrivalent live attenuated influenza vaccines (LAIV-4) offer an alternative to inactivated influenza vaccines (IIV) for children aged 2-17 years, but data on their comparative effectiveness are limited. This study assessed vaccination rates and real-world effectiveness of LAIV-4 and IIV in preventing influenza and influenza-like illness (ILI) in Italian children during the 2022-2023 and 2023-2024 seasons. METHODS: We conducted a population-based cohort study of children aged 2-14 years from September 2022 to April 2024, using data from Pedianet, a pediatric primary care database of anonymized records from family pediatricians. Children vaccinated with LAIV-4 or IIV were compared to unvaccinated children. The primary outcome was any first influenza or ILI episode. Monthly vaccination incidence rates per 1000 person-months were calculated for each vaccine type. Hazard ratios (HRs) and their 95 % confidence intervals (CIs) for vaccine effectiveness (VE) were estimated using adjusted mixed-effects Cox models. RESULTS: A total of 65,545 (472,173 person-months) and 72,377 (527,348 person-months) children were included for the 2022-2023 and 2023-2024 seasons, respectively. Vaccination rates were 12.71 and 12.85 per 1000 person-months, respectively. Compared to unvaccinated children, LAIV-4 had an overall effectiveness of 43 % (95 % CI, 32 %-53 %), while IIV effectiveness was 54 % (95 % CI, 46 %-61 %). In 2022-2023, LAIV-4 (38 % [95 % CI, 12 %-56 %]) and IIV (49 % [95 % CI, 37 %-58 %]) had comparable effectiveness. In 2023-2024, LAIV-4 (40 % [95 % CI, 25 %-52 %]) was slightly less effective than IIV (58 % [95 % CI, 44 %-68 %])(p = 0.048). CONCLUSIONS: An overall moderate, comparable effectiveness of LAIV-4 and IIV in preventing influenza/ILI among Italian children was observed.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,007
Score d'incertitude au seuil0,038

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,028
Tête enseignante GPT0,381
Écart entre enseignants0,353 · 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 source (Gemma direct ou Codex distillé), 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

Citations6
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueVaccineMême sujetInfluenza Virus Research StudiesTravaux en français237 207