School immunization coverage in adolescents during the COVID-19 pandemic: A retrospective cohort study
Notice bibliographique
Résumé
INTRODUCTION: Few studies have assessed the impact of the coronavirus disease 2019 (COVID-19) pandemic on immunization coverage for adolescents, and little is known about how coverage has changed throughout the pandemic. We aimed to: (1) assess the change in coverage for school-based vaccines in Alberta, Canada resulting from the pandemic; (2) determine whether coverage differed by geographic health zone and school type; and (3) ascertain whether coverage has returned to pre-pandemic levels. METHODS: Using a retrospective cohort design, we used administrative health data to compare coverage for human papillomavirus (HPV) and meningococcal conjugate A, C, Y, W-135 (MenC-ACYW) vaccines between pre-pandemic (2017-2018 school year) and pandemic (2019-2020 and 2020-2021 school years) cohorts (N = 289,420). Coverage was also compared by health zone and authority type. The 2019-2020 cohort was followed over one year to assess catch-up. RESULTS: Compared to 2017-2018, immunization coverage for HPV was significantly lower in the 2019-2020 (absolute difference: 60.8%; 95% CI: 60.4-61.3%) and 2020-2021 cohorts (absolute difference: 59.9%; 95% CI: 59.4-60.3%). There was a smaller, significant decline in MenC-ACYW coverage comparing 2017-2018 to 2019-2020 (absolute difference: 6.1%; 95% CI: 5.6-6.5%) and 2020-2021 (absolute difference: 32.2%; 95% CI: 31.6-32.7%). Private schools had low coverage overall, while coverage fluctuated by zone. During follow-up of the 2019-2020 cohort, coverage for HPV and MenC-ACYW increased from 5.6% to 50.2%, and 80.7% to 83.0%, respectively. CONCLUSION: There was a substantial decrease in school-based immunization coverage during the COVID-19 pandemic, and coverage has not returned to pre-pandemic levels, suggesting further catch-up is needed.
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 | 0,001 | 0,002 |
| 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 | 0,001 | 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 ».