MétaCan
Menu
Retour à la cohorte
Enregistrement W2051000394 · doi:10.1186/1471-2288-10-51

Pan-Canadian assessment of pandemic immunization data collection: study methodology

2010· article· en· W2051000394 sur OpenAlexafffundabout
Jennifer Pereira, Susan Quach, Christine Heidebrecht, Julie Foisy, Sherman Quan, Michael Finkelstein, Christopher Sikora, Julie A. Bettinger, David L. Buckeridge, Anne McCarthy, Shelley L. Deeks, Jeffrey C. Kwong

Notice bibliographique

RevueBMC Medical Research Methodology · 2010
Typearticle
Langueen
DomaineMedicine
ThématiqueInfluenza Virus Research Studies
Établissements canadiensPublic Health OntarioUniversity Health NetworkOttawa HospitalPublic Health Agency of CanadaInstitute for Clinical Evaluative SciencesMcGill UniversityUniversity of British ColumbiaUniversity of AlbertaToronto Public HealthCentre for Advancing Health OutcomesCentre for Social InnovationUniversity of Toronto
Organismes subventionnairesCanadian Institutes of Health ResearchOntario Ministry of Health and Long-Term CarePublic Health AgencyInstitute for Clinical Evaluative SciencesPublic Health Agency of Canada
Mots-clésData collectionVaccinationImmunizationUsabilityMedicinePandemicObservational studyFamily medicineMedical emergencyComputer scienceCoronavirus disease 2019 (COVID-19)ImmunologyDiseaseStatistics

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The collection of individual-level pandemic (H1N1) 2009 influenza immunization data was considered important to facilitate optimal vaccine delivery and accurate assessment of vaccine coverage. These data are also critical for research aimed at evaluating the new vaccine's safety and effectiveness. Systems used to collect immunization data include manual approaches in which data are collected and retained on paper, electronic systems in which data are captured on computer at the point of vaccination and hybrid systems which are comprised of both computerized and manual data collection components. This study's objective was to compare the efficiencies and perceptions of data collection methods employed during Canada's pandemic (H1N1) 2009 influenza vaccination campaign. METHODS/DESIGN: A pan-Canadian observational study was conducted in a convenience sample of public health clinics and healthcare institutions during the H1N1 vaccination campaign in the fall of 2009. The study design consisted of three stages: Stage 1 involved passive observation of the site's layout, processes and client flow; Stage 2 entailed timing site staff on 20 clients through five core immunization tasks: i) client registration, ii) medical history collection, iii) medical history review, iv) vaccine administration record keeping and v) preparation of proof of vaccine administration for the client; in Stage 3, site staff completed a questionnaire regarding perceived usability of the site's data collection approach. Before the national study began, a pilot study was conducted in three seasonal influenza vaccination sites in Ontario, to both test that the proposed methodology was logistically feasible and to determine inter-rater reliability in the measurements of the research staff. Comparative analyses will be conducted across the range of data collection methods with respect to time required to collect immunization data, number and type of individual-level data elements collected, and clinic staff perceptions of the usability of the method employed at their site, using analysis of variance (ANOVA). DISCUSSION: Various data collection methods were employed at immunization sites across Canada during the pandemic (H1N1) 2009 influenza vaccination campaign. Our comparison of methods can facilitate planning an efficient, coordinated approach for collecting immunization data in future influenza seasons.

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

Étiquettes directes de modèles (non validées)

Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.

BrasCatégoriesDevis d'étudeConfiance
gemmaMétarecherche
Domaine: Méthodes · Genre: Méthodes
Porte sur le système de recherche canadien: oui · Porte sur un sujet canadien: oui
Sans objetmedium
gptaucune catégorie
Domaine: non disponible · Genre: Méthodes
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: oui
Observationnelmedium
modèles en désaccordL'accord compare des ensembles de catégories et des devis identiques entre les bras.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,123
score de la tête « metaresearch » (Gemma)0,374
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMétarecherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,393
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,1230,374
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,002
Communication savante0,0000,000
Science ouverte0,0020,002
Intégrité de la recherche0,0010,004
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,856
Tête enseignante GPT0,687
Écart entre enseignants0,169 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Étiqueté directement par 2 modèles lisant le dossier complet.

Métarecherche

Les modèles divergent sur des parties de cette classification; chaque voix est préservée dans la section en fin de page.

Devis d'étudeSans objet · Observationnel
DomaineMéthodes
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2010
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueBMC Medical Research MethodologyMême sujetInfluenza Virus Research StudiesCatégorieMétarechercheTravaux en français237 207