Inventaire des mesures visant à l'optimisation de la couverture vaccinale en France et à l'étranger
Notice bibliographique
Résumé
Objectif : Recenser les freins et les mesures mises en place en France et a l’etranger pour ameliorer la couverture vaccinale en medecine generale. Materiel et methodes : Une revue de la litterature a ete realisee de janvier 2001 a juillet 2015. A l’etranger, les ministeres de la sante de 11 pays d’Europe et d’Amerique du Nord etaient systematiquement contactes, ainsi que les associations et auteurs d’articles impliques dans l’amelioration de la couverture vaccinale. En France, les Agences Regionales de Sante ayant les meilleures et les plus faibles couvertures vaccinales et les organismes ou associations de prevention ont ete sollicites. Resultats : Les principaux freins identifies en France et a l’etranger sont le manque de connaissances du public, des difficultes d’argumentation par les medecins generalistes et des problemes d’approvisionnements. Pour y remedier, ont ete crees en Europe des comites d’experts pour assister les responsables de la vaccination et lancement de l’annuelle Semaine Europeenne de la vaccination en 2005. Parmi les 12 pays etudies, les principaux moyens mis en place sont la creation de carnets de vaccination electroniques « mesvaccins » en France ou ImmunizeCa au Canada, de systemes de rappels (integres ou non a l’application), de sites internet dedies aux professionnels de sante tel INFOVAC en Suisse et en France ou des formations medicales comme l’internationale Summer school on vaccinology. Conclusions : Les initiatives recensees restent a developper. Devant l’urgence de la situation, la promotion de la vaccination et un renfort de la formation medicale revetent une importance majeure.
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 | 0,016 | 0,035 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,002 |
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 ».