Interventions to improve vaccine acceptance among rheumatoid arthritis patients: a systematic review
Notice bibliographique
Résumé
INTRODUCTION/OBJECTIVE: National guidelines emphasize the importance of annual immunization for patients living with rheumatoid arthritis (RA), but vaccination rates remain suboptimal in this population. Evaluating the efficacy of patient and/or provider-targeted interventions to improve vaccination uptake among RA patients could inform practice. METHODS: We conducted a systematic review (SR) to examine the efficacy of interventions (exposure) aiming to improve vaccination uptake in patients with RA (outcome). English and French language, peer-reviewed interventional studies to improve vaccination rates in RA patients published between 2009 and 2018 were included. RESULTS: The search yielded a total of 450 records. Five articles met inclusion criteria. All interventions focused on changing provider behavior using some form of vaccination reminder as the primary intervention strategy, though only two studies reported provider prescribing behavior as an outcome (which was 4% and 58%). Overall, studies varied greatly regarding intervention delivery mode (e.g., educational sessions, e-mail reminders, best practice alerts), and behavior change techniques used to encourage providers to prescribe vaccination (e.g., feedback and monitoring, shaping knowledge, self-regulation). For influenza, pneumococcal and herpes zoster, post-intervention (mean 12-16 months follow-up) vaccination rates increased by a mean of 16.6% (± 15.4%). CONCLUSIONS: Interventions to enhance vaccine uptake in RA focused almost exclusively on improving provider prescription of vaccines using reminder-type interventions. Although effective in improving vaccination rates, those studies used heterogeneous interventions and behavior change techniques. Few studies measured provider prescribing behavior as an outcome. Future studies targeting providers should measure relevant provided-related outcomes and their impact on patient outcomes, to determine overall efficacy.
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 | 0,007 | 0,033 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,008 | 0,008 |
| Bibliométrie | 0,005 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».