MétaCan
Menu
← Retour à la cohorte
Enregistrement W3204473644 · doi:10.1101/2021.10.05.21264257

Correlation of long-term care facility vaccination practices between seasons and resident types

2021· preprint· en· W3204473644 sur OpenAlexaff
Emily O’Neill, Elliott Bosco, Erin Persico, Joe Silva, Melissa R. Riester, Patience Moyo, Robertus van Aalst, Matt M Loiacono, Ayman Chit, Stefan Gravenstein, Andrew R. Zullo

Notice bibliographique

RevuemedRxiv · 2021
Typepreprint
Langueen
DomaineHealth Professions
ThématiqueGeriatric Care and Nursing Homes
Établissements canadiensUniversity of Toronto
Organismes subventionnairesSanofi PasteurBrown UniversitySanofi
Mots-clésMedicineLong-term careVaccinationCohortGerontologyCohort studyDemographyMinimum Data SetNursing homesInternal medicinePsychiatry

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Objectives Influenza vaccination varies widely across LTCFs due to staff behaviors, LTCF practices, and patient factors. It is unclear how seasonal LTCF vaccination varies between cohabitating but distinct short-stay and long-stay residents. Thus, we assessed the correlation of LTCF vaccination between these populations and across seasons. Design National retrospective cohort using Medicare and Minimum Data Set (MDS) data. Setting and Participants U.S. LTCFs. Short-stay and long-stay Medicare-enrolled residents age ≥65 in U.S. LTCFs from a source population of residents during October 1 st -March 31 st in 2013-2014 (3,042,881 residents; 15,683 LTCFs) and 2014-2015 (3,143,174, residents; 15,667 LTCFs). Methods MDS-assessed influenza vaccination was the outcome. Pearson correlation coefficients were estimated to assess seasonal correlations between short-stay and long-stay resident vaccination within LTCFs. Results The median proportion of short-stay residents vaccinated across LTCFs was 70.4% (IQR, 50.0-82.7%) in 2013-2014 and 69.6% (IQR, 50.0-81.6%) in 2014-2015. The median proportion of long-stay residents vaccinated across LTCFs was 85.5% (IQR, 78.0-90.9%) in 2013-2014 and 84.6% (IQR, 76.6-90.3%) in 2014-2015. Within LTCFs, there was a moderate correlation between short-stay and long-stay vaccination in 2013-2014 ( r= 0.50, 95%CI: 0.49-0.51) and 2014-2015 ( r= 0.53, 95%CI: 0.51-0.54). Across seasons, there was a moderate correlation for LTCFs with short-stay residents ( r= 0.54, 95%CI: 0.53-0.55) and a strong correlation for those with long-stay residents ( r= 0.68, 95%CI: 0.67-0.69). Conclusion and Implications In LTCFs with inconsistent influenza vaccination across seasons or between populations, targeted vaccination protocols for all residents, regardless of stay type, may improve successful vaccination in this vulnerable patient population. Brief summary In LTCFs, influenza vaccination was moderately correlated across all residents, but varied across seasons. Inconsistent vaccination among cohabitating residents may increase infection risk in LTCFs.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,042

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,068
Tête enseignante GPT0,420
Écart entre enseignants0,352 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuemedRxiv→Même sujetGeriatric Care and Nursing Homes→Travaux en français237 207→