MétaCan
Menu
Retour à la cohorte
Enregistrement W4408741679 · doi:10.1101/2025.03.19.25324262

Predicting the epidemiological effects in the United Kingdom of moving from PCV13 to PCV15 in the routine pediatric 1+1 vaccination schedule

2025· preprint· en· W4408741679 sur OpenAlexaff
Rachel J. Oidtman, Natalie Banniettis, Jessica Weaver, Ian R. Matthews, Dionysios Ntais, Giulio Meleleo, Tufail Malik, John Lang, Oluwaseun Sharomi

Notice bibliographique

RevuemedRxiv · 2025
Typepreprint
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAnimal Virus Infections Studies
Établissements canadiensMerck Canada Inc. (Canada)
Organismes subventionnairesnon disponible
Mots-clésEpidemiologyVaccinationScheduleKingdomMedicineVaccination scheduleEnvironmental healthPediatricsComputer scienceVirologyImmunologyImmunizationPathologyBiology

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Introduction In 2020 the UK National Immunization Programme reduced the pediatric dosing schedule for pneumococcal vaccination with PCV13 from 2 doses in infancy followed by a toddler dose (2+1 schedule) to 1 dose in infancy followed by a toddler dose (1+1 schedule). Real world data on vaccine effectiveness (VE) against invasive pneumococcal disease (IPD) under the reduced dosing schedule is not available, nor is data on VE associated with higher valency vaccines, including PCV15. This analysis investigates changes in projected disease outcomes associated with potential reductions in VE against IPD with PCV13 and PCV15 under the 1+1 reduced dosing schedule. Methods A previously published dynamic transmission model was employed to project population-level IPD incidence under 1+1 pneumococcal vaccination dosing of children <2 years old with two different vaccine formulations, with maintenance of current adult and at-risk vaccination programs, under a range of assumptions regarding reduction of VE against IPD, over a 20-year timeline following the switch to the 1+1 schedule. A probabilistic sensitivity analysis was performed to evaluate the sensitivity of model outcomes to potential changes in VE against IPD. Results Relative to 2019 estimates, overall IPD incidence was predicted to increase over the time horizon for both PCV13 and PCV15 programs, however vaccination with PCV15 was estimated to lead to a smaller increase over all age groups than vaccination with PCV13. Both vaccine formulations led to projected decreases in IPD attributed to common PCV13/PCV15 serotypes in children <2 years old. Sensitivity analyses reflect results were robust to potential changes in VE against IPD. Conclusions The current analysis predicts switching the routinely administered pediatric pneumococcal vaccine from PCV13 to PCV15 within the UK’s 1+1 dosing schedule would not only reduce IPD in the pediatric population but would also lead to population-level reductions in IPD due to indirect protection.

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)0,003
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,191
Score d'incertitude au seuil0,379

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,011
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,066
Tête enseignante GPT0,304
Écart entre enseignants0,238 · 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'étudeSimulation ou modélisation
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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuemedRxivMême sujetAnimal Virus Infections StudiesTravaux en français237 207