全站检索

查找数据与证据

输入至少 2 个字符。使用方向键浏览,Enter 打开。

同行评议开放获取传染性非典型肺炎新型冠状病毒感染

Aggregating human judgment probabilistic predictions of the safety, efficacy, and timing of a COVID-19 vaccine

Vaccine·

Thomas McAndrew, Juan Cambeiro, Tamay Besiroglu

DOI
10.1016/j.vaccine.2022.02.054
PMID
35292162
PMCID
PMC8882426
OpenAlex
W4214519304
研究类型
Journal article
出版商
Elsevier BV
文章类型
journal-article
完整性状态
current

为何这项研究现在值得关注

作者指出,专家与预测者判断的线性池聚合可作为一种快速且通用的方法,为公共卫生官员提供态势感知,并向公众更清晰地传达疫苗的风险、获益与时间安排。

01

结构化证据摘要

研究问题

研究探讨在2020年中期,聚合训练有素的预测者和领域专家的概率性预测,能否量化新冠疫苗在安全性、效力和获批时间方面的不确定性。

研究设计

研究于2020年7月至9月间每月向预测者和专家征集概率性预测,并采用线性池聚合方法将各项判断加以整合。

人群与场景

由训练有素的预测者以及疫苗学和传染病学专家组成,围绕2020年SARS-CoV-2疫苗属性及FDA获批时间提供预测。

主要发现

在历史数据稀疏的条件下,人类判断概率性预测的线性池仍可量化潜在疫苗在临床意义与时间方面的不确定性。该线性池准确预测了FDA批准疫苗的日期,但低估了疫苗开发的速度以及最终获批疫苗的高效力。聚合后的预测持续优于最准确个体预测者的中位水平。

公共卫生意义

作者指出,专家与预测者判断的线性池聚合可作为一种快速且通用的方法,为公共卫生官员提供态势感知,并向公众更清晰地传达疫苗的风险、获益与时间安排。

重要局限

预测者和专家低估了疫苗开发速度以及获批疫苗的高效力。该综述仅基于所提供的单篇论文摘要与元数据,决策级解读需查阅原文。

GIDS 解读

该文章在分类索引中归入新冠疫苗接种与疫苗效力主题,与疫苗时间线预测方法的发现度相关,而非针对特定监测信号,亦不暗示任何监测确认。

02

相关 GIDS 监测

文献背景不会验证、解释或改变监测信号;精确关系与背景关系会分开展示。

03

证据关系

本文与疾病、地区、主题及研究设计之间有 12 条可审计分类关系。

about diseaseabout diseaseaddresses topicaddresses topicaddresses topicaddresses topicevaluates interventionevaluates interventionhas pathogen typestudied population settingstudies pathogenuses study design