Comparison of the Seasonal Influenza Vaccination amidst the 2020 COVID-19 Pandemic within Six Regional Community Pharmacies of a Large Pharmacy Chain
Notice bibliographique
Résumé
Background: The CDC has issued interim guidance on administering influenza vaccines amidst the COVID-19 pandemic including providing specific appointment times. A large chain pharmacy has adopted this guidance and is encouraging patients to make appointments rather than a walk-in visit for the influenza vaccination to help avoid large crowds. Objective(s): This study aims to determine the impact of the COVID-19 pandemic on influenza vaccination rates (2019 versus 2020 season) and patient appointments versus walk-in visits. The second goal of this study is to evaluate patient satisfaction with the influenza vaccination process. Methods: Influenza vaccine data was collected from the chain pharmacy online database from the first week in September to the last week in December during 2019 to 2020 and from 2020 to 2021. The second part of this study included a voluntary survey to be completed by the patient regarding satisfaction and thoughts about the 2020-2021 influenza vaccination process. Results: The six stores identified showed an overall 7.6% increase in influenza vaccination rates from the 2019-2020 season to the 2020-2021 season (p-value= 0.73). There were a total of 15 survey respondents amongst the stores of which 100% of the patients were at least slightly comfortable with the vaccination process and very satisfied overall. Conclusion: The six pharmacy locations within a large chain revealed that COVID-19 had a positive impact on influenza vaccination rates. Although these results were not statistically significant, this study sets the framework for future vaccination studies.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 tête enseignante, 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 ».