MétaCan
Menu
← Retour à la cohorte
Enregistrement W4298089136 · doi:10.1371/journal.pone.0275135

Influenza vaccine coverage and factors associated with non-vaccination among adults at high risk for severe outcomes: An analysis of the Canadian Longitudinal Study on Aging

2022· article· en· W4298089136 sur OpenAlexafffundabout
Katie Gravagna, Christina Wolfson, Giorgia Sulis, Sarah A. Buchan, Shelly McNeil, Melissa K. Andrew, Jacqueline M. McMillan, Susan Kirkland, Nicole E. Basta

Notice bibliographique

RevuePLoS ONE · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueInfluenza Virus Research Studies
Établissements canadiensMcGill University Health CentrePublic Health OntarioDalhousie UniversityUniversity of TorontoMontreal General HospitalUniversity of CalgaryMcGill University
Organismes subventionnairesCanadian Institutes of Health ResearchCanadian Frailty NetworkNational Institutes of HealthPublic Health Agency of CanadaGovernment of CanadaPublic Health AgencySanofiNational Institute of Allergy and Infectious DiseasesPfizer
Mots-clésVaccinationMedicineOdds ratioLogistic regressionInfluenza vaccineConfidence intervalYoung adultCross-sectional studyOddsDemographyEnvironmental healthImmunologyGerontologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Influenza vaccination is recommended in Canada for older adults and those with underlying health conditions due to their increased risk of severe outcomes. Further research is needed to identify who within these groups is not receiving influenza vaccine to identify opportunities to increase coverage. OBJECTIVES: We aimed to 1) estimate influenza non-vaccination prevalence and 2) assess factors associated with non-vaccination among Canadian adults aged ≥65 and adults aged 46-64 with ≥1 chronic medical condition (CMC) due to their high risk of severe influenza outcomes. METHODS: We conducted a secondary analysis of cross-sectional data collected from 2015-2018 among participants of the Canadian Longitudinal Study on Aging. For both groups of interest, we estimated non-vaccination prevalence and used logistic regression models to identify factors associated with non-vaccination. We report adjusted odds ratios and 95% confidence intervals for the investigated variables. RESULTS: Overall, 29.5% (95% CI: 28.9%, 30.1%) of the 23,226 participants aged ≥65 years and 50.4% (95% CI: 49.4%, 51.3%) of the 11,250 participants aged 46-64 years with ≥1 CMC reported not receiving an influenza vaccination in the past 12 months. For both groups, lack of recent contact with a family doctor and current smoking were independently associated with non-vaccination. DISCUSSION: Influenza vaccination helps prevent severe influenza outcomes. Yet, half of adults aged 46-64 years with ≥1 CMC and more than one-quarter of all adults aged ≥65 years did not receive a recommended influenza vaccine in the year prior to the survey. Innovation in vaccination campaigns for routinely recommended vaccines, especially among those without annual family doctor visits, may improve coverage. CONCLUSION: Influenza vaccination coverage among Canadian adults aged 46-64 years with ≥1 CMC and adults aged ≥65 years remains suboptimal. Vaccination campaigns targeting those at high risk of severe outcomes without routine physician engagement should be evaluated to improve uptake.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
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 enseignants0,025
Score d'incertitude au seuil0,061

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0020,004
Études des sciences et des technologies0,0020,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,104
Tête enseignante GPT0,337
Écart entre enseignants0,233 · 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

Citations11
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revuePLoS ONE→Même sujetInfluenza Virus Research Studies→Travaux en français237 207→