MétaCan
Menu
← Retour à la cohorte
Enregistrement W3213523521 · doi:10.1093/eurpub/ckab165.453

Measures for co-medicals in postwar Okinawa: scarcity of the personnel for allocating vaccinations

2021· article· en· W3213523521 sur OpenAlexaboutno aff
Scott Ogawa, J Otani, Paola Cavaliere, L Dini

Notice bibliographique

RevueEuropean Journal of Public Health · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueVaccine Coverage and Hesitancy
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEconomic shortagePandemicHealth careMedicineScarcityVaccinationCoronavirus disease 2019 (COVID-19)Service (business)Medical emergencyBusinessFamily medicineEconomic growthMarketingVirologyDiseaseInfectious disease (medical specialty)

Résumé

récupéré en direct d'OpenAlex

Abstract Background The shortage of doctors in postwar Okinawa has led to the creation of co-medicals. They were called medical service personnel and authorized to handle certain medical treatments. This included tasks such as providing injections and vaccinations under the supervision of the doctor in the health center. Issue/problem The system of co-medicals only applied in Okinawa and not in Japan. As such, when Okinawa was reverted back to Japan in 1972, it was proposed to abolish the system. In the current emergency of the new coronavirus pandemic, we are facing a similar situation in terms of the shortage of medical personnel. Description of the problem In Japan, like many countries, there is a shortage of health resources due to the COVID-19 pandemic. The focus will be on healthcare personnel, those who have taken on the role of COVID-19 vaccinators in Japan, and a comparison of the situation in other countries. Results In Japan, vaccinations are legally limited to being administered by doctors and nurses. However, pharmacists have taken on the role of administering vaccinations in the UK, US, Ireland, Canada, and Italy, thus COVID-19 vaccinations could be easily integrated into these routine procedures.Even vaccinations by medical students have been carried out. In addition, non-healthcare volunteers have been trained as vaccinators in UK and Italy. The coverage has reached 50% in the UK, 42% in the US, and 30% in Canada, whereas 1.8% in Japan in April (Our World in Data, 2021). Lessons Although the COVID-19 situation is substantially different from the case of postwar Okinawa, it will be necessary to take resilient measures to solve the medical personnel shortage. Additionally, the strict measures of limiting vaccinations by medical doctors may need to be reconsidered in Japan. Establishing a system of allowing co-medicals to have a shared role could offer innumerable benefits for all. Key messages Expanding the task of vaccinations to co-medicals has had beneficial results in several countries. Dividing roles of medical doctor need to be considered.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,035
Score d'incertitude au seuil0,069

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,001
Communication savante0,0010,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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 Opus0,126
Tête enseignante GPT0,380
Écart entre enseignants0,253 · 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 revueEuropean Journal of Public Health→Même sujetVaccine Coverage and Hesitancy→Travaux en français237 207→