COVID-19 Vaccine Uptake in Southeastern Ontario, Canada: Monitoring and Addressing Health Inequities
Notice bibliographique
Résumé
CONTEXT: Implementation of a population-based COVID-19 vaccine strategy, with a tailored approach to reduce inequities in 2-dose coverage, by a mid-sized local public health agency in southeastern Ontario, Canada. PROGRAM: Coverage maps and crude and age-standardized coverage rates by material and social deprivation, urban/rural status, and sex were calculated biweekly and reviewed by local public health planners. In collaboration with community partners, the results guided targeted strategies to enhance uptake for marginalized populations. EVALUATION: The largest gaps in vaccine coverage were for those living in more materially deprived areas and rural residents-coverage was lower by 10.9% (95% confidence interval: -11.8 to -10.0) and 9.3% (95% confidence interval: -10.4 to -8.1) for these groups compared with living in less deprived areas and urban residents, respectively. The gaps for all health equity indicators decreased statistically significantly over time. Targeted strategies included expanding clinic operating hours and availability of walk-in appointments, mobile clinics targeted to marginalized populations, leveraging primary care partners to provide pop-up clinics in rural and materially and socially deprived areas, and collaborating with multiple partners to coordinate communication efforts, especially in rural areas. DISCUSSION: The scale and scope of monitoring and improving local vaccine uptake are unprecedented. Regular review of health equity indicators provided critical situational awareness for decision makers, allowing partners to align and tailor strategies locally and in collaboration with one another. Health care providers and pharmacies/pharmacists are key partners who require innovative support to increase uptake in marginalized groups. Continued engagement of other community partners such as schools, municipalities, and local service groups is also crucial. A "hyper local" approach is needed along with commitment from partners in all sectors and at all levels to reduce barriers to vaccination that lie further upstream for marginalized groups.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».