Vaccination during pregnancy: Canadian maternity care providers' opinions and practices
Notice bibliographique
Résumé
A number of countries have implemented vaccination in pregnancy as a strategy to reduce the burden of influenza and pertussis. The aim of this study was to assess the involvement of Canadian maternity care providers in administration of vaccines to their pregnant patients. A cross-sectional web-based survey was sent to family physicians, obstetricians-gynecologists, midwives, pharmacists, and nurses. A multivariable logistic regression model was used to determine variables independently associated with offering vaccination services in pregnancy in providers' practice. A total of 1,135 participants participated. Overall, 64% (n = 724) of the participants reported offering vaccines in their practice and 56% (n = 632) reported offering vaccines to pregnant patients. The main reasons reported for not offering vaccination services in pregnancy were the belief that vaccination was outside of the scope of practice; logistical issues around access to vaccines; or lack of staff to administer vaccines. In multivariable analysis, the main factors associated with vaccination of pregnant patients in practices where vaccination services were offered were: providers' confidence in counseling pregnant patients about vaccines, seeing fewer than 11 pregnant patients on average each week, and being a nurse or a family physician. Although the majority of participants expressed strong support for vaccination during pregnancy, half were not offering vaccination services in their practice. Many were not equipped to offer vaccines in their practice or felt that it was not their role to do so. To enhance vaccine acceptance and uptake in pregnancy, it will be important to address the logistical barriers identified in this study.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».