Strategies to increase the coverage of influenza and pneumonia vaccination in older adults: a systematic review and network meta-analysis
Notice bibliographique
Résumé
BACKGROUND: It is urgent to implement interventions to increase vaccination rates of influenza/pneumonia vaccines in older adults, yet the effectiveness of different intervention strategies has not been thoroughly evaluated. OBJECTIVE: We aimed to assess the effectiveness of intervention strategies for increasing the coverage of influenza/pneumonia vaccination in older adults. METHODS: PubMed, Web of Science, Cochrane Library, Embase, China Biology Medicine disc, China National Knowledge Infrastructure and Wanfang were searched from 1 January 2000 to 1 October 2022. RCTs that assessed any intervention strategies for increasing influenza/pneumonia vaccination coverage or willingness in older adults were included. A series of random-effects network meta-analysis was conducted by using frequentist frameworks. RESULTS: Twenty-two RCTs involving 385,182 older participants were eligible for further analysis. Eight types of intervention strategies were evaluated. Compared with routine notification, health education (odds ratio [OR], 1.85 [95%CI, 1.19 to 2.88]), centralised reminder (OR, 1.63 [95%CI, 1.07 to 2.47]), health education + onsite vaccination (OR, 2.89 [95%CI, 1.30 to 6.39]), and health education + centralised reminder + onsite vaccination (OR, 20.76 [95%CI, 7.33 to 58.74]) could effectively improve the vaccination rate. The evidence grade was low or very low due to the substantial heterogeneity among studies. CONCLUSIONS: Our findings suggest that health education + centralised reminder + onsite vaccination may potentially be an effective strategy regardless of cost, but the evidence level was low. More rigorous trials are needed to identify the association between strategies and vaccination rates among older adults and to integrate such evidence into clinical care to improve vaccination rates.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,005 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».