COVID-19 vaccine coverage among immigrants and refugees in Alberta: A population-based cross-sectional study
Notice bibliographique
Résumé
Background: Studies have shown that immigrants have lower vaccination rates than the Canadian-born population. We sought to assess COVID-19 vaccine coverage and factors associated with uptake among foreign-born immigrants relative to the non-immigrant population in Alberta, Canada. Methods: In this cross-sectional study, we analysed population-based linked administrative health data from Alberta to examine vaccine coverage for 3 931 698 Albertans, of which 731 217 were immigrants. We calculated COVID-19 vaccination coverage as the proportion of eligible Albertans with a record of receiving at least one dose of a COVID-19 vaccine as of November 29, 2021. We used multivariable logistic regression to examine the association of vaccine coverage with migration status (immigrants: four categories based on time since migration and non-immigrants) adjusting for socio-demographic variables. Results: Overall, COVID-19 vaccination coverage was 78.2% (95% confidence interval (CI) = 78.1%-78.3%) among immigrants and 76.0% (95% CI = 75.9%-76.0%) among non-immigrants. Coverage among immigrants differed by continent of origin, with North America, Oceania, and Europe having the lowest coverage. Although vaccine coverage was relatively uniform across neighbourhood income quintiles for immigrants, immigrants living in rural areas had lower vaccine coverage compared to non-immigrants living in rural areas. Multivariable logistic regression analysis showed a significant interaction between age category and migration status. While immigrants below 50 years of age generally had significantly higher vaccine coverage compared to non-immigrants, there was some variation based on time since migration. Immigrants above 50 years of age showed significantly lower coverage compared to non-immigrants of the same age. Conclusions: Public health interventions should focus on older immigrants, immigrants living in rural areas, and immigrants from specific continental backgrounds in order to improve COVID-19 vaccination coverage.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 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 ».