MétaCan
Menu
Retour à la cohorte
Enregistrement W4387157264 · doi:10.1080/21645515.2023.2261687

Motivational interview-based health mediator interventions increase intent to vaccinate among disadvantaged individuals

2023· article· en· W4387157264 sur OpenAlexafffund
Chloé Cogordan, Lisa Fressard, L. Ramalli, Stanislas Rebaudet, P Malfait, Anne Dutrey-Kaiser, Yazid Attalah, David J. Roy, Patrick Berthiaume, Arnaud Gagneur, Pierre Verger

Notice bibliographique

RevueHuman Vaccines & Immunotherapeutics · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueVaccine Coverage and Hesitancy
Établissements canadiensUniversité de SherbrookeCanadian Association for Health Services and Policy ResearchCentre Hospitalier Universitaire de Sherbrooke
Organismes subventionnairesAgence Régionale de Santé Île-de-FranceMinistry of Health, British ColumbiaMinistry of Higher EducationAgence régionale de santé Provence-Alpes-Côte d'Azur
Mots-clésVaccinationDisadvantagedOutreachMotivational interviewingMedicineFamily medicinePsychological interventionPsychologyNursingImmunology

Résumé

récupéré en direct d'OpenAlex

Coverage for recommended COVID-19 and diphtheria-tetanus-poliomyelitis (DTP) booster shots is often inadequate, especially among disadvantaged populations. To help health mediators (HMs) involved in outreach programs deal with the problems of vaccine hesitancy (VH) in these groups, we trained them in motivational interviewing (MI). We evaluated the effectiveness of this training among HMs on their MI knowledge and skills (objective 1) and among the interviewees on their vaccination readiness (VR) and intention to get vaccinated or accept a booster against COVID-19 and/or DTP (objective 2). Two MI specialists trained 16 HMs in a two-day workshop in May 2022. The validated MISI questionnaire evaluated HMs' acquisition of MI knowledge and skills (objective 1). Trained HMs offered an MI-based intervention on vaccination to people in disadvantaged neighborhoods of Marseille (France). Those who consented completed a questionnaire before and after the interview to measure VR with the 7C scale and intentions regarding vaccination/booster against COVID-19 and DTP (objective 2). The training resulted in HMs acquiring good MI skills (knowledge, application, self-confidence in using it). HMs enrolled 324 interviewees, 96% of whom completed both questionnaires. VR increased by 6%, and intentions to get vaccinated or update COVID-19 and DTP vaccination increased by 74% and 52% respectively. Nearly all interviewees were very satisfied with the interview, although 21% still had questions about vaccination. HMs assimilated MI principles well. MI use in outreach programs appears to show promise in improving vaccine confidence and intentions among disadvantaged people.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,086
Tête enseignante GPT0,391
Écart entre enseignants0,305 · 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
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueHuman Vaccines & ImmunotherapeuticsMême sujetVaccine Coverage and HesitancyTravaux en français237 207