The effectiveness of telephone reminders and home visits to improve measles, mumps and rubella immunization coverage rates in children
Notice bibliographique
Résumé
INTRODUCTION: In the Saskatoon Health Region (Saskatchewan), only 67.4% of children overall are fully immunized for measles, mumps and rubella (MMR) at 24 months of age, with only 43.7% of low-income children fully immunized. METHODS: Parents of children who were behind in MMR immunizations were contacted to determine knowledge about, beliefs toward and barriers to immunization. The effectiveness of a telephone reminder system in improving immunization rates in a health region compared with a control health region was determined. Finally, the effectiveness of telephone reminders versus telephone reminders combined with home visits in improving child immunization coverage rates in low-income neighbourhoods was compared. RESULTS: The survey was completed by 629 parents (69% response rate). Of those, 81.8% were not aware that their child was behind in immunizations. In the Saskatoon Health Region, the MMR immunization coverage increased from 67.4% to 74.0% in the first year of intervention (rate ratio = 1.10; 95% CI 1.08 to 1.12). All four neighbourhood groupings (three urban by income and one rural) had relative increases ranging from 9% to 11%. The control health region observed an immunization coverage increase from 66.5% to 69.2% in the first year (rate ratio = 1.04; 95% CI 1.01 to 1.07). The three low-income neighbourhoods with only telephone reminders had an immunization coverage rate of 48.7% (95% CI 39.5% to 57.8%). The three low-income neighbourhoods that received a telephone reminder and home visit had an immunization coverage rate of 60.5% (95% CI 52.5% to 68.6%). CONCLUSION: Telephone reminder systems have some benefit in increasing child immunization coverage rates.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».