Vaccine hesitancy: Moving practice beyond binary vaccination outcomes in community pharmacy
Notice bibliographique
Résumé
Unequivocally, vaccinations can be considered one of the greatest global achievements for public health. Since the introduction of the first vaccines, vaccination programs have contributed to a substantial decline in both mortality and morbidity of many previously lethal infectious diseases around the globe.1 However, high and sustained vaccine uptake is necessary for these efforts to remain successful. Beyond the direct protection provided for vaccinated individuals, high vaccine coverage also induces indirect protection against vaccine-preventable diseases (VPD) at a population level through herd immunity.2 Yet despite consensus on the public health benefits of vaccination, recent reports of clustered outbreaks and the resurgence of VPDs in under- or nonimmunized groups3 highlight the ongoing challenges. The concept of vaccine hesitancy represents a significant conceptual shift away from the traditional dichotomy of accept or reject, of pro- or antivaccine. Defined by the World Health Organization’s (WHO) SAGE Working Group as “the delay in acceptance or refusal of vaccination despite availability of vaccination services,” vaccine hesitancy is “complex and context specific, varying across time, place and vaccines. It is influenced by factors such as complacency, convenience and confidence.”4 Vaccine hesitancy highlights the wide spectrum of vaccination beliefs, attitudes and behaviours of a large heterogeneous group of individuals situated between the 2 end points of the continuum (see Figure 1). For example, vaccine-hesitant individuals may refuse some vaccines but accept or delay others; some may accept a vaccine but remain concerned with their decision; and others may even personally refuse all vaccines but remain supportive of vaccinations more broadly. While vaccine hesitancy is not always the root cause of under- or nonimmunization, it is listed in the top 10 threats to global health for 2019 by the WHO5 and remains an important contributor to suboptimal vaccine coverage across many jurisdictions.
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 | 0,026 | 0,137 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,006 | 0,006 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,004 |
| 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 ».