Effects of the COVID-19 pandemic on self-reported 12-month pneumococcal vaccination series completion rates in Canada: An interrupted time-series analysis
Notice bibliographique
Résumé
Abstract Background Routine childhood vaccination improves health and prevents morbidity and mortality from vaccination preventable diseases. There are indications that the COVID-19 pandemic has negatively impacted vaccination rates globally, but systematic studies on this are still lacking in Canada. This study aims to add knowledge on the effect of the pandemic on pneumococcal vaccination rates of children using self-reported immunization data entered into the CANImmunize digital vaccination tool. Methodology An interrupted time series analysis was conducted on aggregated monthly enrollment of children on the platform (2016-2021) and their pneumococcal immunization series completion rates (2016-2020). Predicted trends before and after the onset of the COVID-19 related restriction (March 1, 2020) were compared by means of an Autoregressive Integrated Moving Average (ARIMA). Results Pandemic restrictions were associated with changes in self-reported pneumococcal immunization rates amongst the users of the CANImmunize platform. The monthly enrollment of children on the platform decreased by – 1177.52 records (95% CI: –1865.47, – 489.57), with a continued decrease of 80.84 records each month. Self-reported pneumococcal immunization series completion rates had an immediate increase of 14.57% (95% CI 4.64, 24.51) followed by a decrease of –3.54% each month. Conclusion The onset of the COVID-19 related restrictions impacted enrollment of children in the CANImmunize digital immunization platform, and an overall decrease in self-reported pneumococcal immunization series completion rates. Our findings support that efforts to increase catch-up immunization campaigns so that children who could not get scheduled immunization during the pandemic are not missed.
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 | 0,004 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».