Incidence of Human Metapneumovirus Among Older Adults in 10 High-Income Countries: A Systematic Literature Review, Meta-analysis, and Modeling Study
Notice bibliographique
Résumé
Background: The epidemiologic landscape for human metapneumovirus (hMPV), a respiratory pathogen, is poorly characterized, particularly among older adults. Methods: Leveraging the latest estimates of lower respiratory infection (LRI) incidence from the Global Burden of Disease Study 2021 and meta-analyzed findings from a systematic literature review, we quantified the incidence of LRI with hMPV in 10 high-income locations among older adults in the most recent prepandemic year (2019): Canada, Chile, France, Germany, New Zealand, Netherlands, Italy, Spain, United Kingdom, and United States. Results: The systematic literature review identified 21 studies with data on the percentage of LRI episodes associated with hMPV in adults aged ≥60 years in the targeted locations. Combining the meta-analyzed percentage of LRI cases associated with hMPV from these studies (7.0%; 95% CI, 5.4%-9.1%) with age-, sex-, and location-specific estimates of LRI incidence from the Global Burden of Disease Study 2021, we estimated that hMPV incidence rates per 100 000 in 2019 among adults aged ≥60 ranged from 185.7 (95% uncertainty interval, 134.7-251.1) in Italy to 462.1 (333.1-628.2) in the United States. Conclusions: Overall, our literature review, meta-analysis, and modeling study confirm a significant burden of hMPV-associated LRI in older adults. This work fills a critical evidence gap in the epidemiologic landscape of hMPV and yields actionable estimates to inform vaccine development strategies and other strategic initiatives. Future inclusion of hMPV in routine surveillance would enable more comprehensive estimates of hMPV incidence and outcomes.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».