UNDERSTANDING OLDER ADULTS' FLU VACCINE HESITANCY: THE ROLE OF MEDICAL MISINFORMATION
Notice bibliographique
Résumé
Abstract Influenza persists as a common communicable disease and remains a significant cause of disease burden across the world. Despite preventative therapies, such as influenza vaccination to reduce its spread and transmission, influenza continues to be a source of morbidity and mortality, even in developed countries. For the population over the age of 65, the effects of influenza virus may be more severe when they are compounded by pre-existing conditions and reduced natural immune function.In light of plateauing vaccination rates, a scoping review was conducted to map the literature and determine why seniors aged 65 and above refuse or fail to receive seasonal influenza vaccination. Nine peer-reviewed academic databases covering both social sciences and medical research were searched, along with the grey literature. A total of 6562 references were identified; after the screening process, 118 references were included in the final review. Thematic analysis focused on the broad areas that positively or negatively influence older adults’ decision-making regarding influenza vaccination, and this resulted in five main themes: (1) barriers to obtaining vaccination; (2) social factors; (3) personal characteristics; (4) individual subjectivity; and (5) direct clinical interventions.This review aims to identify gaps in knowledge and synthesize currently available information to make recommendations for future research, policy development and clinical practice. Increasing the vaccination rate among Canadian older adults will contribute to ongoing efforts to reduce the spread of the influenza virus among the population, reducing influenza-associated hospital admissions and deaths.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».