Individual- and Regional-level determinants of Human Papillomavirus (HPV) vaccine refusal: the Ontario Grade 8 HPV vaccine cohort study
Notice bibliographique
Résumé
BACKGROUND: Studies on the determinants of human papillomavirus (HPV) vaccine use have generally focused on individual-level characteristics, despite the potentially important influence of regional-level characteristics. Therefore, we undertook a population-based, retrospective cohort study to identify individual- and regional-level determinants of HPV vaccine refusal (non-receipt) in Ontario's (Canada) Grade 8 HPV Immunization Program. METHODS: Ontario's administrative health and immunization databases were used to identify girls eligible for free HPV vaccination in 2007-2011 and to ascertain individual-level characteristics of cohort members (socio-demographics, vaccination history, health care utilization, medical history). The social and material characteristics of the girl's region (health unit) were derived from the 2006 Canadian Census. Generalized estimating equations (binomial distribution, logit link) were used to estimate the population-average effects of individual- and regional-level characteristics on HPV vaccine refusal. RESULTS: Our cohort consisted of 144,047 girls, 49.3% of whom refused HPV vaccination. Factors associated with refusal included a previous diagnosis of Down's syndrome (OR = 1.37, 95% CI 1.16-1.63) or autism (OR = 1.60, 95% CI 1.34-1.90), few physician visits (OR = 1.45, 95% CI 1.35-1.55), and previous refusal of mandatory (OR = 2.23, 95% CI 2.07-2.40) and optional (OR = 3.96, 95% CI 3.87-4.05) vaccines. Refusal was highest among the lowest and highest income levels. Finally, a previous diagnosis of obesity and living in an area of high deprivation were associated with lower refusal (OR = 0.87, 95% CI 0.83-0.92 and OR = 0.82 95%, CI 0.79-0.86, respectively). CONCLUSIONS: Studies on HPV vaccine determinants should consider regional-level factors. Efforts to increase HPV vaccine acceptance should include vulnerable populations (such as girls of low income) and girls with limited contact with the healthcare system.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».