Effectiveness of Catch-Up Vaccination Interventions Versus Standard or Usual Care Procedures in Increasing Adherence to Recommended Vaccinations Among Different Age Groups: Systematic Review and Meta-Analysis of Randomized Controlled Trials and Before-After Studies
Notice bibliographique
Résumé
BACKGROUND: To address the global challenge of vaccine hesitancy, the Strategic Advisory Group of Experts on Immunization strongly promotes vaccination reminder and recall interventions. Coupled with the new opportunities presented by scientific advancements, these measures are crucial for successfully immunizing target population groups. OBJECTIVE: This systematic review and meta-analysis aims to assess the effectiveness of various interventions in increasing vaccination coverage compared with standard or usual care. The review will cover all vaccinations recommended for different age groups. METHODS: In February 2022, 2 databases were consulted, retrieving 1850 studies. Following the PRISMA (Preferred Reporting Items for Systematic Reviews and Meta-Analyses) guidelines, 79 manuscripts were included after the assessment phase. These comprised 46 trials/randomized controlled trials (RCTs) and 33 before-after studies. A meta-analysis using a random-effects model was performed with STATA software (version 14.1.2). The selected outcome was the risk ratio (RR) of vaccination coverage improvement effectiveness. Additionally, meta-regression analyses were conducted for the included manuscripts. RESULTS: The analyses showed an overall efficacy of RR 1.22 (95% CI 1.19-1.26) for RCTs and RR 1.70 (95% CI 1.54-1.87) for before-after studies when considering all interventions cumulatively. Subgroup analyses identified multicomponent interventions (RR 1.58, 95% CI 1.36-1.85) and recall clinical interventions (RR 1.24, 95% CI 1.17-1.32) as the most effective in increasing vaccination coverage for RCTs. By contrast, educational interventions (RR 2.13, 95% CI 1.60-2.83) and multicomponent interventions (RR 1.61, 95% CI 1.43-1.82) achieved the highest increases for before-after studies. Meta-regression analyses indicated that the middle-aged adult population was associated with a higher increase in vaccination coverage (RCT: coefficient 0.54, 95% CI 0.12-0.95; before-after: coefficient 1.27, 95% CI 0.70-1.84). CONCLUSIONS: Community, family, and health care-based multidimensional interventions, as well as education-based catch-up strategies, effectively improve vaccination coverage. Therefore, their systematic implementation is highly relevant for targeting undervaccinated population groups. This approach aligns with national vaccination schedules and aims to eliminate or eradicate vaccine-preventable diseases.
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 | 0,029 | 0,064 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,002 |
| Méta-épidémiologie (sens large) | 0,032 | 0,065 |
| Bibliométrie | 0,011 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».