Strategies That Promote Equity in COVID-19 Vaccine Uptake for Black Communities: a Review
Notice bibliographique
Résumé
Black communities have had a high burden of COVID-19 cases, hospitalizations, and death, yet rates of COVID-19 vaccine uptake among Blacks lag behind other demographic groups. This has been due in part to vaccine hesitancy and multi-level issues around access to COVID-19 vaccines. Effective strategies to promote vaccine uptake among Black communities are needed. To perform a rapid review covering December 2020-August 2021, our search strategy used PubMed, Google, and print media with a prescribed set of definitions and search terms for two reasons: there were limited peer-reviewed studies during the early period of vaccine roll-out and real-time perspectives were crucially needed. Analyses included expert opinion, descriptions of implemented projects, and project outcomes. The strategies described in these reports largely converged into three categories: (a) addressing mistrust, (b) combatting misinformation, and (c) improving access to COVID-19 vaccines. When working to reduce hesitancy, it is important to consider messaging content, messengers, and location. To address mistrust, reports detailed the importance of communicating through trusted channels, validating the real, history- and experience-based reasons why people may be hesitant to establish common ground, and addressing racism embedded within the healthcare system. To combat misinformation, strategies included dispelling myths and answering questions through town halls and culturally intelligent outreach. Black physicians and clinicians are considered trusted messengers and partnering with community leaders such as pastors can help to reach more people. The settings of vaccination sites should be convenient and trusted such as churches, barbershops, and community sites. While a number of individual and combination efforts have been developed and implemented, data that disentangle components that are the most effective are sparse. This rapid review provides a basis for developing strategic implementation to increase COVID-19 vaccine uptake in this ongoing pandemic and planning to promote health equity for future bio-events and health crises.
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 | 0,008 | 0,028 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,010 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,004 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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.
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 ».