MétaCan
Menu
Retour à la cohorte
Enregistrement W2950850600 · doi:10.1016/j.vaccine.2019.06.014

Measuring the impact of influenza vaccination on healthcare worker absenteeism in the context of a province-wide mandatory vaccinate-or-mask policy

2019· article· en· W2950850600 sur OpenAlexafffund
Michelle Murti, Michael Otterstatter, Alison Orth, Robert Balshaw, Khalif Halani, Paul Brown, Samar Hejazi, Darby J. S. Thompson, Sandra Allison, Aamir Bharmal, Meena Dawar, Dee Hoyano, Victoria Lee, Monika Naus, Sue Pollock, John Bevanda, Sandy Coughlin, J. G. Fitzgerald, Dave Keen, Melanie Maracle, Stacy Sprague, Bonnie Henry

Notice bibliographique

RevueVaccine · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueInfluenza Virus Research Studies
Établissements canadiensUniversity of British Columbia, Okanagan CampusVancouver Coastal HealthBC Centre for Disease ControlUniversity of Northern British ColumbiaIsland HealthUniversity of British ColumbiaPublic Health OntarioInterior HealthCapcom Vancouver (Canada)University of ManitobaProvidence Health CareFraser Health
Organismes subventionnairesMichael Smith Health Research BC
Mots-clésAbsenteeismContext (archaeology)VaccinationHealthcare workerHealth careVaccination policyEnvironmental healthMedicineLive attenuated influenza vaccineBusinessVirologyInfluenza vaccinePsychologyGeographyEconomic growth

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: In 2012, British Columbia (BC) implemented a province-wide vaccinate-or-mask influenza prevention policy for healthcare workers (HCWs) with the aim of improving HCW coverage, and reducing illness in patients and staff. We assess post-policy impacts of HCW vaccination status on their absenteeism. METHODS: We matched individual HCW payroll data from December 1, 2012 to March 31, 2017 with annually self-reported vaccination status for BC health authority employees to assess sick rates (sick time as a proportion of sick time and productive time). We modelled adjusted odds ratios (OR) of taking any sick time, relative rates (RR) of sick time taken, and predicted mean sick rates by vaccination status in influenza (December 1-March 31) and non-influenza seasons (April 1 to November 30). We used two methods to assess changes in influenza season sick rates for HCWs who had a change in their vaccination status over the five years. RESULTS: HCWs who reported 'early' vaccination (before December 1 when the policy is in effect) were less likely to take sick time (OR 0.874, 95%CI: 0.866-0.881) and took less sick time (RR 0.907, 95%CI: 0.901-0.912) in influenza season compared to HCWs who did not report vaccination; whereas HCWs who reported 'late' (between December 1 and March 31, and subject to masking until vaccinated) had similar sick rates to HCWs who did not report vaccination. These trends were also observed in non-influenza season. Influenza season sick rates were similar for HCWs that had at least one year of 'early' vaccination and one year where vaccination was not reported over the five year period. CONCLUSIONS: Overall absenteeism is lower among HCWs who report vaccination versus those who do not report. However, absenteeism behaviours appear to be influenced by individual level factors other than vaccination status.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,018
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,519
Score d'incertitude au seuil0,968

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,018
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,084
Tête enseignante GPT0,392
Écart entre enseignants0,308 · 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

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations21
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueVaccineMême sujetInfluenza Virus Research StudiesTravaux en français237 207