Analyse environnementale de la planification provinciale et territoriale aux fins des programmes de vaccination contre la COVID-19 au Canada
Notice bibliographique
Résumé
Contexte : Les services de santé publique du Canada sont actuellement confrontés à la tâche difficile de planifier et de mettre en œuvre des programmes de vaccination contre la maladie à coronavirus 2019 (COVID-19). Objectif : Recueillir et synthétiser les informations concernant la planification du programme de vaccination contre la COVID-19 dans chaque province et territoire du Canada, y compris les considérations logistiques, les groupes prioritaires et la surveillance de l’innocuité et de l’efficacité du vaccin. Méthodes : Les responsables provinciaux et territoriaux de la santé publique ont été interrogés par téléconférence au cours de la phase initiale de planification des programmes de vaccination contre la COVID-19 (août à octobre 2020) afin de recueillir des informations sur les sujets suivants : facteurs uniques pour la vaccination contre la COVID-19, intention d’adopter les recommandations du Comité consultatif national de l’immunisation (CCNI), groupes prioritaires pour les premières phases de la vaccination et surveillance de l’innocuité et de l’efficacité du vaccin. Les données ont été regroupées en fonction des réponses communes et une analyse descriptive a été réalisée. Résultats : Dix-huit entretiens ont eu lieu avec 25 participants de 11 des 13 provinces et territoires. Les facteurs uniques de la vaccination contre la COVID-19 comprenaient la hiérarchisation des groupes pour les premières phases de la vaccination (n = 7), la perception des vaccins par le public (n = 6) et des critères d’éligibilité divergents (n = 5). Presque toutes les provinces et territoires (n = 10) ont déclaré s’appuyer sur les recommandations du CCNI. Les résidents des établissements de soins de longue durée (n = 10) et les travailleurs de la santé (n = 10) ont été le plus souvent prioritaires pour les premières phases de la vaccination, suivis des personnes souffrant de maladies chroniques (n = 9) et des personnes âgées (n = 8). La plupart des provinces et territoires (n = 9) prévoient une surveillance systématique des effets indésirables pour évaluer l’innocuité des vaccins. L’évaluation de l’efficacité devait se faire au sein des services de santé publique (n = 3), par des chercheurs (n = 3) ou sur la base de directives nationales (n = 4). Conclusion : La planification des programmes de vaccination contre la COVID-19 dans les provinces et territoires présente certaines similitudes et est largement conforme aux directives du CCNI, avec quelques divergences. Des recherches supplémentaires sont nécessaires pour évaluer les programmes de vaccination contre la COVID-19 une fois qu’ils auront été mis en œuvre.
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 | 0,003 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,005 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».