Impact du sexe sur l’immunogénicité, l’efficacité et l’innocuité du vaccin contre la grippe saisonnière : revue systématique
Bibliographic record
Abstract
Bien qu’elle soit évitable par la vaccination, la grippe saisonnière est responsable annuellement de taux de morbidité et de mortalité élevés. Plusieurs études ont démontré que les facteurs sexuels (gènes et hormones) affectent la susceptibilité des individus aux maladies infectieuses et leur réponse aux vaccins. Toutefois, le sexe est souvent considéré comme une variable de confusion dans les études épidémiologiques, les résultats sont ainsi ajustés pour cette variable, ce qui rend la comparaison entre les deux sexes impossible. Le but de mon mémoire est de synthétiser les preuves existantes sur les différences liées au sexe dans la réponse au vaccin antigrippal. Ceci permettrait d’orienter les recommandations vaccinales qui tiendraient compte du sexe. Par conséquent, nous avons procédé à une revue systématique de la littérature afin d’analyser les données disponibles concernant les différences liées au sexe dans l’immunogénicité, l’efficacité potentielle, l’efficacité réelle et l’innocuité du vaccin contre la grippe saisonnière. Les résultats n’indiquent aucune différence dans l’immunogénicité et l’efficacité réelle du vaccin antigrippal saisonnier entre les sexes. Tandis que les taux de manifestations cliniques inhabituelles (MCI) étaient plus élevés chez les femmes. Enfin, il est nécessaire de disposer de données probantes afin de mieux comprendre les différences liées au sexe dans la réponse au vaccin antigrippal.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.020 | 0.026 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.004 | 0.003 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.001 | 0.002 |
| Scholarly communication | 0.005 | 0.004 |
| Open science | 0.003 | 0.002 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.007 | 0.002 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".