MétaCan
Menu
Retour à la cohorte
Enregistrement W4309865363 · doi:10.1371/journal.pone.0277876

Trends, barriers and enablers to measles immunisation coverage in Saskatchewan, Canada: A mixed methods study

2022· article· en· W4309865363 sur OpenAlexafffundabout
Marcus M. Ilesanmi, Sylvia Abonyi, Punam Pahwa, Volker Gerdts, Michael Scwandt, Cordell Neudorf

Notice bibliographique

RevuePLoS ONE · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueVaccine Coverage and Hesitancy
Établissements canadiensSaskatchewan Health AuthorityUniversity of British ColumbiaVancouver Coastal HealthSaskatchewan HealthUniversity of Saskatchewan
Organismes subventionnairesUniversity of Saskatchewan
Mots-clésMeaslesVaccinationMedicineThematic analysisMeasles vaccinePopulationDemographyHealth careEnvironmental healthQualitative researchFamily medicinePolitical scienceImmunology

Résumé

récupéré en direct d'OpenAlex

Many social, cultural, and systemic challenges affect the uptake of measles immunisation services. Prior studies have looked at the caregivers' perspectives, but little is known about the perspectives of the health care providers on the barriers of measles immunisation services in Canada. This study examined measles immunisation coverage trends across the regional health authorities in Saskatchewan and explored the barriers and enablers to measles immunisation coverage from providers' perspectives. The study adopted an explanatory sequential mixed method. We utilized the entire population of 16,582 children under two years of age available in the Saskatchewan Immunisation Management System (SIMS) registry for 2002 and 2013 in aggregate format and interviewed 18 key informants in pre-determined two-stages in 2016 and 2017. The quantitative analysis was done with Joinpoint regression modelling, while the qualitative interview data was analyzed using hybrid inductive and deductive thematic approaches. There was a 16.89%-point increase in measles immunisation coverage in the province from 56.32% to 73.21% between 2002 and 2013. There was also a persistently higher coverage among the affluent (66.95% - 82.37%) than the most deprived individuals (45.79% - 62.60%) in the study period. The annual rate of coverage change was marginally higher among the most deprived (16.81%; and average annual percentage change (AAPC) 2.0, 95% CI 1.7-2.2) than among the affluent group (15.42% and AAPC 3.0; 95% CI 2.0-4.0). While access-related issues, caregivers' fears, hesitancy, anti-vaccination challenges, and resource limitations were barriers to immunisation, improving community engagement, service delivery flexibility, targeted social responses and increasing media role were found useful to address the uptake of measles and other vaccine-preventable diseases immunisation. There is low coverage and inequity in measles immunisation uptake in Saskatchewan from social and institutional barriers. Even though there is evidence of disparity reduction among the different groups, the barriers to increasing measles immunisation coverage have implications for the health of the socio-economically deprived groups, the healthcare system and other vaccination programs. There is a need to improve policy framework for community engagement, targeted programs, and public health discourse.

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)0,005
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,082
Score d'incertitude au seuil0,596

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,006
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,010
Études des sciences et des technologies0,0070,002
Communication savante0,0030,001
Science ouverte0,0030,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,039
Tête enseignante GPT0,297
Écart entre enseignants0,258 · 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'étudeQualitatif
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

Citations8
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revuePLoS ONEMême sujetVaccine Coverage and HesitancyTravaux en français237 207