MétaCan
Menu
Retour à la cohorte
Enregistrement W4390955611 · doi:10.1136/bmjopen-2023-076354

The Brazilian COVID-19 vaccination campaign: a modelling analysis of sociodemographic factors on uptake

2024· article· en· W4390955611 sur OpenAlexfundno aff
Sabrina L. Li, Carlos A. Prete, Alexander E. Zarebski, Andreza Aruska de Souza Santos, Éster Cerdeira Sabino, Vítor H. Nascimento, Chieh‐Hsi Wu, Jane P. Messina

Notice bibliographique

RevueBMJ Open · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueVaccine Coverage and Hesitancy
Établissements canadiensnon disponible
Organismes subventionnairesMedical Research CouncilConselho Nacional de Desenvolvimento Científico e TecnológicoUK Research and InnovationSocial Sciences and Humanities Research Council of CanadaCoordenação de Aperfeiçoamento de Pessoal de Nível SuperiorOxford Martin School, University of OxfordFundação de Amparo à Pesquisa do Estado de São Paulo
Mots-clésMedicineCoronavirus disease 2019 (COVID-19)2019-20 coronavirus outbreakVaccinationSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)Environmental healthPublic healthEpidemiologyPandemicCoronavirus InfectionsDemographyVirologyOutbreakDiseaseInfectious disease (medical specialty)NursingPathology

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: Dose shortages delayed access to COVID-19 vaccination. We aim to characterise inequality in two-dose vaccination by sociodemographic group across Brazil. DESIGN: This is a cross-sectional study. SETTING: We used data retrieved from the Brazilian Ministry of Health databases published between 17 January 2021 and 6 September 2021. METHODS: We assessed geographical inequalities in full vaccination coverage and dose by age, sex, race and socioeconomic status. We developed a Campaign Optimality Index to characterise inequality in vaccination access due to premature vaccination towards younger populations before older and vulnerable populations were fully vaccinated. Generalised linear regression was used to investigate the risk of death and hospitalisation by age group, socioeconomic status and vaccination coverage. RESULTS: Vaccination coverage is higher in the wealthier South and Southeast. Men, people of colour and low-income groups were more likely to be only partially vaccinated due to missing or delaying a second dose. Vaccination started prematurely for age groups under 50 years which may have hindered uptake in older age groups. Vaccination coverage was associated with a lower risk of death, especially in older age groups (ORs 9.7 to 29.0, 95% CI 9. 4 to 29.9). Risk of hospitalisation was greater in areas with higher vaccination rates due to higher access to care and reporting. CONCLUSIONS: Vaccination inequality persists between states, age and demographic groups despite increasing uptake. The association between hospitalisation rates and vaccination is attributed to preferential delivery to areas of greater transmission and access to healthcare.

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)0,005
score de la tête « metaresearch » (Gemma)0,013
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,198
Score d'incertitude au seuil0,395

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,013
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,004
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,129
Tête enseignante GPT0,444
Écart entre enseignants0,315 · 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'étudeSimulation ou modélisation
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

Citations8
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMJ OpenMême sujetVaccine Coverage and HesitancyTravaux en français237 207