What are effective vaccine distribution approaches for equity-deserving and high-risk populations during COVID-19? Exploring best practices and recommendations in Canada: protocol for a mixed-methods multiple case codesign study
Notice bibliographique
Résumé
INTRODUCTION: The WHO has stated that vaccine hesitancy is a serious threat to overcoming COVID-19. Vaccine hesitancy among underserved and at-risk communities is an ongoing challenge in Canada. Public confidence in vaccine safety and effectiveness and the principles of equity need to be considered in vaccine distribution. In Canada, governments of each province or territory manage their own healthcare system, providing an opportunity to compare and contrast distribution strategies. The overarching objective of this study is to identify effective vaccine distribution approaches and advance knowledge on how to design and implement various strategies to meet the different needs of underserved communities. METHODS AND ANALYSIS: Multiple case studies in seven Canadian provinces will be conducted using a mixed-methods design. The study will be informed by Experience-Based CoDesign techniques and theoretically guided by the Socio-Ecological Model and the Vaccine Hesitancy Matrix frameworks. Phase 1 will involve a policy document review to systematically explore the vaccine distribution strategy over time in each jurisdiction. This will inform the second phase, which will involve (2a) semistructured, in-depth interviews with policymakers, public health officials, researchers, providers, groups representing patients, researchers and stakeholders and (2b) an analysis of population-based administrative health data of vaccine administration. Integration of qualitative and quantitative data will inform the identification of effective vaccine distribution approaches for various populations. Informed by this evidence, phase 3 of the study will involve conducting focus groups with multiple stakeholders to codesign recommendations for the design and implementation of effective vaccine delivery strategies for equity-deserving and at-risk populations. ETHICS AND DISSEMINATION: This study is approved by the University of Toronto's Health Sciences Research Ethics Board (#42643), University of British Columbia Behavioural Research Ethics Board (#H22-01750-A002), Research Ethics Board of the Nova Scotia Health Authority (#48272), Newfoundland and Labrador Health Research Ethics Board (#2022.126), Conjoint Health Research Ethics Board, University of Calgary (REB22-0207), and University of Manitoba Health Research Board (H2022-239). The outcome of this study will be to produce a series of recommendations for implementing future vaccine distribution approaches from the perspective of various stakeholders, including equity-deserving and at-risk populations.
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 | 0,083 | 0,075 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,003 |
| Méta-épidémiologie (sens large) | 0,005 | 0,006 |
| Bibliométrie | 0,005 | 0,007 |
| Études des sciences et des technologies | 0,011 | 0,005 |
| Communication savante | 0,007 | 0,004 |
| Science ouverte | 0,007 | 0,005 |
| Intégrité de la recherche | 0,005 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,029 | 0,005 |
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 ».