Measuring the impact of a mandatory province-wide vaccinate-or-mask policy on healthcare worker absenteeism in British Columbia, Canada
Notice bibliographique
Résumé
OBJECTIVES: Vaccinate-or-mask (VOM) policies aim to improve influenza vaccine coverage among healthcare workers (HCW) and reduce influenza-related illness among patients and staff. In 2012, British Columbia (BC) implemented a province-wide VOM influenza prevention policy. This study describes an evaluation of policy impacts on HCW absenteeism rates from before to after policy implementation. METHODS: Using payroll data from regional and provincial Health Authorities (HA), we assessed all-cause sick rates (sick time as a proportion of sick time and productive time) before (2007-2011, excluding 2009-2010) and after (2012-2017) policy implementation, and during influenza season (December 1-March 31) and non-influenza season (April 1-November 30). We used a two-part negative binomial hurdle model to calculate odds ratios (OR) of taking any sick time, relative rates (RR) of sick time taken, and predicted mean sick rates, adjusting for age group, sex, job type, job classification, HA, year and vaccine effectiveness. RESULTS: During influenza season, HCWs in the post-policy period were less likely to take any sick time (OR 0.989, 95%CI: 0.979-0.999) but had higher rates of sick time (RR 1.038, 95%CI: 1.030-1.045). However, during non-influenza season, HCWs in the post-policy period were more likely to take any sick time (OR 1.015, 95%CI: 1.008-1.022) but had lower rates of sick time (RR 0.971, 95%CI: 0.966-0.976). There was an overall increase in predicted mean sick rate from pre to post-policy in influenza season (4.392% to 4.508%) and non-influenza season (3.815% to 3.901%). CONCLUSIONS: The observed year-round increase in sick rates from pre-to-post policy was likely influenced by other factors; however, opposite trends in how HCWs took sick time in the influenza and non-influenza seasons may reflect policy influences and need further research to explore reasons for these differences.
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 | 0,004 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».