Improving Influenza Vaccination Coverage: A Quality Improvement Project in Internal Medicine Clinic
Notice bibliographique
Résumé
Background: The influenza vaccine coverage is low despite its proven benefit in improving morbidity and mortality, and costs associated with influenza infection. Primary care clinics provide a convenient and effective space to conduct a discussion related to influenza vaccine. A decrease in the influenza vaccine coverage was noticed during the coronavirus disease 2019 (COVID-19) pandemic along with a decrease in patient visits. Methods: The quality improvement study was done at a primary care clinic in an underserved area over a 12-week period. Providers were given education in a group setting at the beginning of every alternate week, i.e., 6 weeks duration, and the remaining 6 weeks served as a comparison group. Further, a brief education was given at the beginning of the week, and a simple questionnaire was given before each patient visit. The providers were advised to record their discussion in the electronic medical records. Results: The intervention led to increased discussion regarding the influenza vaccine between the providers and the patients (χ 2 (1, N = 726) = 25.76, P < 0.00001 without Yates correction), but no statistically significant difference was noticed in the proportion of patients accepting the vaccine (χ 2 (1, N = 187) = 1.714, P = 0.1905 without Yates correction). Conclusion: Providers were least likely to offer the vaccine on visits scheduled for a pre-operative evaluation or an acute complain. A simple intervention like providing education to healthcare staff can significantly improve discussions regarding vaccines, and has the potential to improve coverage. Clin Infect Immun. 2024;9(1):11-15 doi: https://doi.org/10.14740/cii176
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 | 0,028 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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.
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 ».