Text4Health: Impact of Text Message Reminder–Recalls for Pediatric and Adolescent Immunizations
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVES: We conducted 2 studies to determine the impact of text message immunization reminder-recalls in an urban, low-income population. METHODS: In 1 study, text message immunization reminders were sent to a random sample of parents (n = 195) whose children aged 11 to 18 years needed either or both meningococcal (MCV4) and tetanus-diphtheria-acellular pertussis (Tdap) immunizations. We compared receipt of MCV4 or Tdap at 4, 12, and 24 weeks with age- and gender-matched controls. In the other study, we compared attendance at a postshortage Haemophilus influenzae B (Hib) immunization recall session between parents who received text message and paper-mailed reminders (n = 87) and those who only received paper-mailed reminders (n = 87). RESULTS: Significantly more adolescents with intervention parents received either or both MCV4 and Tdap at weeks 4 (15.4% vs 4.2%; P < .001), 12 (26.7% vs 13.9%; P < .005), and 24 (36.4% vs 18.1%; P < .001). Significantly more parents who received both Hib reminders attended a recall session compared with parents who only received a mailed reminder (21.8% vs 9.2%; P < .05). After controlling for age, gender, race/ethnicity, insurance status, and language, text messaging was still significantly associated with both studies' outcomes. CONCLUSIONS: Text messaging for reminder-recalls improved immunization coverage in a low-income, urban population.
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.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 découle