COVID-19 vaccine effectiveness against SARS-CoV-2 infection and long-term symptoms
Notice bibliographique
Résumé
Evaluation of COVID-19 vaccines post-introduction is of high importance to inform future COVID-19 vaccination policy. Shortly after the introduction of the first vaccines in the Netherlands, the VAccination Study COvid-19 (VASCO) was established for this purpose. This dissertation draws on this large observational study and focuses on the effectiveness of COVID-19 vaccination against SARS-CoV-2 infection and long-term symptoms. The first part examines the effectiveness of the primary vaccination series and various booster vaccinations against infection. It considers protection against different virus variants as well as changes in effectiveness over time. The results show that the primary vaccination series initially provided high protection against infection, but that this declined with the emergence of the Omicron variant. Booster vaccinations increased protection again, although the protection decreased within six months. The second part of the dissertation focuses on long-term symptoms following infection, namely fatigue and post-COVID condition. The analyses show that fatigue after an Omicron infection was mostly limited to the acute phase, whereas infections caused by the Delta variant were associated with more prolonged fatigue. Furthermore, the risk of post-COVID condition was low in this study, with only small differences between vaccinated and unvaccinated participants. In the discussion, methodological challenges inherent to observational research are addressed. The dissertation also provides recommendations for future research and discusses considerations for COVID-19 vaccination 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 | 0,040 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,004 | 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 ».