Use of, Effectiveness of, and Attitudes Regarding Influenza Vaccine Among House Staff
Notice bibliographique
Résumé
OBJECTIVE: To determine influenza vaccination rates, vaccine effectiveness, and factors influencing vaccination decisions among house staff. DESIGN: Cross-sectional survey. SETTING AND PARTICIPANTS: All residents registered at the University of Toronto were surveyed after the 1999-2000 influenza season. Of the 1,159 questionnaires mailed, 670 (58%) could be evaluated. RESULTS: Influenza-like illnesses were reported by 36% of house staff. The vaccination rate was 51% among respondents, being highest for community and occupational medicine and pediatric staff (77% and 75%) and lowest for psychiatry, surgery, and radiology staff (32%, 36%, and 36%). Vaccinees reported significantly fewer episodes of illness (42 vs 54 per 100 subjects; P = .03) and fewer days of illness (272 vs 374 per 100 subjects; P = .02); absenteeism was not different (63 vs 69 per 100 subjects; P = .69). Self-protection was the most common reason for vaccination. Vaccinees believed the vaccine was more effective than did non-vaccinees (P < .01). Non-vaccinees considered influenza-like symptoms the most important side effect of the vaccine. Busy schedules and inconvenience were the most common reasons for not getting vaccinated. Overall, 44% of house staff believed the influenza vaccine should be mandatory. CONCLUSIONS: Influenza-like illness was common among house staff. They tended to work through their illnesses, potentially putting patients at risk. They were motivated mostly by self-protection and did report a benefit. Despite busy schedules and an unfounded fear of getting influenza symptoms from the vaccine, many thought the vaccine should be mandatory.
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 | 0,002 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».