COVID-19 vaccine effectiveness against hospitalisation in the Netherlands, 2021: Improved stratified estimates
Notice bibliographique
Résumé
In the Netherlands, medical risk data and SARS-CoV-2 test results were not available for stratifying vaccine effectiveness (VE) against COVID-19 hospitalisation during the COVID-19 pandemic. Such data became available afterwards, allowing for re-estimating VE and the number needed to vaccinate (NNV) by medical risk group for severe COVID-19. We conducted a nationwide register-based cohort study, estimating VE against first-time COVID-19 hospitalisation from 06 to 01-2021 to 31-12-2021 in persons aged ≥12 years without registered prior SARS-CoV-2 infection. VE of one and two vaccinations, versus unvaccinated, were estimated by age, medical risk, vaccine type and time since vaccination using Cox models with vaccination status as time-varying exposure. Additionally, we computed the NNV to prevent one hospitalisation. Among 14.3 million individuals in this study, 43,405 COVID-19 first-time hospitalisations were recorded. VE of two doses was >80 % in the first quarter post-vaccination across all strata. VE decreased over time, but vaccination remained protective three quarters post-vaccination. Among persons aged ≥60 years without medical risk conditions, VE was 96.1 %, 91.0 % and 84.9 % in the first, second and third quarter since vaccination. VE was lower and waned faster among persons with medical risk conditions: 91.1 %, 80.0 %, 70.8 % and 85.4 %, 73.4 %, 60.6 %, in the first three quarters post-vaccination in the moderate and high medical risk groups, respectively. Nonetheless, the NNV was lower among medical risk groups. These findings suggest that prioritising medical risk populations for booster vaccination was warranted. To adequately respond to future epidemics and optimise vaccination programmes, the data infrastructure should allow near-real-time stratified VE analyses. • COVID-19 vaccination was highly effective against COVID-19 hospitalisation. • Effectiveness decreased over time, but was significant for at least 9 months. • Effectiveness was lower and declined faster in persons with high risk of severe COVID. • Medical risk populations were rightly targeted for additional vaccination rounds. • Timely stratified vaccine effectiveness analyses can inform targeted vaccine policy.
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 | 0,014 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,004 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».