Seasonal influenza vaccination in older people: A systematic review and meta-analysis of the determining factors
Notice bibliographique
Résumé
BACKGROUND/OBJECTIVES: Despite influenza vaccination programs in various jurisdictions, seasonal influenza vaccine (SIV) uptake remains suboptimal among older people (≥65years old), an important subpopulation for influenza vaccination. We sought to summarize determinants of SIV uptake (any vaccine receipt) and vaccination adherence (receipt of vaccine in two or more seasons in sequence) among older people. METHODS: We searched for population-based studies conducted in community-dwelling older people (irrespective of their health status) from 2000-2019. Two reviewers independently selected publications for inclusion. One reviewer extracted data from the included studies; a second checked the extracted data for errors. Disagreements were resolved by discussion and consensus, or a third reviewer. We were interested in the determinants of SIV uptake and vaccination adherence. Where appropriate, we pooled adjusted results using the inverse variance, random-effects method and reported the odds ratios (OR) and their 95% confidence intervals (CI). RESULTS: Out of 11,570 citations screened, we included 34 cross-sectional studies. The following were associated with increased SIV uptake: being older (OR 1.52, 95%CI 1.38-1.67 [21 studies]), white (1.30, 1.14-1.49 [10 studies]), married (1.23, 1.17-1.28 [9 studies]), non-smoker (1.28, 1.11-1.47 [7 studies]), of a higher social class (1.20, 1.06-1.36 [2 studies]), having a higher education (1.12, 1.04-1.21 [14 studies]), having a higher household income (1.11, 1.05-1.18 [8 studies]), having a chronic illness (1.53, 1.44-1.63 [16 studies]), having poor self-assessed health (1.23, 1.02-1.40 [9 studies]), having a family doctor (2.94, 1.79-4.76 [2 studies]), and having health insurance (1.58, 1.13-2.21 [6 studies]). The influence of these factors varied across geographical regions. Being older (1.26, 1.11-1.44 [2 studies]) was also associated with increased vaccination adherence. CONCLUSIONS: Several factors may determine SIV uptake and vaccination adherence among older people. More studies are needed to provide a stronger evidence base for planning more effective influenza vaccination programs.
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 | 0,045 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,020 | 0,032 |
| Bibliométrie | 0,008 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».