MétaCan
Menu
Retour à la cohorte
Enregistrement W4415226405 · doi:10.1016/j.cmi.2025.09.023

Effectiveness of influenza vaccination to prevent severe disease: a systematic review and meta-analysis of test-negative design studies

2025· review· en· W4415226405 sur OpenAlexafffund
Sergey Yegorov, Om D. Patel, Harsh Sharma, Taha Khan, Ribhav Gupta, Michael Yao, Ashwin Sritharan, Noam Silverman, Eleanor Pullenayegum, Matthew S. Miller, Mark Loeb

Notice bibliographique

RevueClinical Microbiology and Infection · 2025
Typereview
Langueen
DomaineMedicine
ThématiqueInfluenza Virus Research Studies
Établissements canadiensInstitute for Clinical Evaluative SciencesSickKids FoundationHospital for Sick ChildrenMcMaster UniversityMcMaster University Medical Centre
Organismes subventionnairesCanadian Institutes of Health ResearchSanofiCanada Research ChairsRoche
Mots-clésVaccinationMEDLINEResearch designClinical study designSystematic reviewEpidemiology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Seasonal influenza vaccination may be effective against severe influenza disease. OBJECTIVES: To assess evidence on the real-world effectiveness of influenza vaccination in preventing severe influenza-related outcomes. METHODS: Data sources: PubMed, Ovid, and Cochrane CENTRAL from inception to September 24, 2024. STUDY ELIGIBILITY CRITERIA: Observational test-negative design studies reporting influenza vaccine effectiveness (IVE) against influenza-associated hospitalisation, death, pneumonia, intensive care unit admission, or ventilatory support. PARTICIPANTS: Hospitalized adults and children with laboratory-confirmed influenza and inpatient controls who tested negative for influenza infection. INTERVENTIONS: Influenza vaccination. ASSESSMENT OF RISK OF BIAS: Newcastle-Ottawa Scale and Grading of Recommendations Assessment, Development, and Evaluation were used to assess study quality and evidence certainty. METHODS OF DATA SYNTHESIS: We extracted study characteristics and ORs or IVE estimates and corresponding 95% CI. Both crude and adjusted estimates were considered and analysed using a random-effects model. We calculated the pooled IVE overall and by season, age group, circulating strains, vaccine type, and match between the vaccine and circulating strains. RESULTS: Overall, 7727 publications were identified, 461 reviewed, and 165 included. Pooled IVE was 42% (95% CI: 39-44) against influenza-associated hospitalisation (very low certainty), 36% (95% CI: 24-46) against death (no certainty), 51% (95% CI: 36-63) against pneumonia (low certainty), 52% (95% CI: 38-63) against intensive care unit admission (very low certainty), and 55% (95% CI: 44-64) against ventilatory support (low certainty). IVE varied by age and was generally higher (up to 2-fold) in children compared to adults. Higher IVE was observed against influenza A(H1N1) compared to A(H3N2) and in seasons with good vaccine match. Hospitalisation IVE was slightly higher for quadrivalent (45% (95% CI: 32-56)) compared to trivalent (36% (95% CI: 27-43)) vaccine. CONCLUSIONS: Seasonal influenza vaccination moderately reduces severe influenza-related outcomes, particularly in children, against A(H1N1), and with a good vaccine-strain match. PROSPERO REGISTRATION: CRD42023476003.

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)0,017
score de la tête « metaresearch » (Gemma)0,037
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,024
Score d'incertitude au seuil0,091

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0170,037
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0240,040
Bibliométrie0,0040,004
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0030,002
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,278
Tête enseignante GPT0,536
Écart entre enseignants0,258 · 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'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations7
Publié2025
Routes d'admission2
Résumé présentnon

Explorer davantage

Même revueClinical Microbiology and InfectionMême sujetInfluenza Virus Research StudiesTravaux en français237 207