Impact of school vaccination mandates on pediatric vaccination coverage: a systematic review
Notice bibliographique
Résumé
BACKGROUND: Mandated vaccination for school attendance is a growing strategy internationally. Our aim was to investigate the effects of implementing school vaccination mandates on pediatric population vaccine coverage. METHODS: In this systematic review, we searched MEDLINE, Embase, CINAHL, the Education Resources Information Center (ERIC) and the PAIS Index for empirical studies of implementation of a primary or secondary school vaccination requirement published in any language through March 2019 with vaccination rates as an outcome. We sought additional studies by consulting experts, reference lists and grey literature sources. Included studies were too heterogeneous for meta-analysis; thus, we extracted data using a standardized rubric and synthesized the results narratively. RESULTS: Among the 4232 citations obtained, 20 studies met the inclusion criteria. Eighteen were conducted with US data, 1 with Italian data, and 1 with Australian data. Four studies examined school-entry mandates, and 16 examined adolescent requirements. An uncontrolled before-after design was used in 10 studies, cross-sectional analysis in 7, a retrospective cohort design in 2, and a prospective cohort in 1. In many cases, increased documentation of coverage followed the addition of new requirements. The exception to this was human papillomavirus vaccination mandates, which were highly controversial, in the United States. The studies contained notable risks of bias, with cointerventions rarely acknowledged or accounted for, and subpopulations often excluded. A substantial risk of ecological fallacy existed for most studies. INTERPRETATION: Vaccination mandates appear largely associated with increased vaccination coverage, but it is not possible to attribute causality to the mandate in most studies. High-quality implementation research that uses whole-population coverage data and takes into consideration cointerventions, confounders, clustering of unvaccinated populations and context is required.
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 | 0,015 | 0,066 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,009 | 0,010 |
| Bibliométrie | 0,009 | 0,010 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».