Digital Gamification Tool (Let’s Control Flu) to Increase Vaccination Coverage Rates: Proposal for Algorithm Development
Notice bibliographique
Résumé
BACKGROUND: Influenza represents a critical public health challenge, disproportionately affecting at-risk populations, including older adults and those with chronic conditions, often compounded by socioeconomic factors. Innovative strategies, such as gamification, are essential for augmenting risk communication and community engagement efforts to address this threat. OBJECTIVE: This study aims to introduce the "Let's Control Flu" (LCF) tool, a gamified, interactive platform aimed at simulating the impact of various public health policies (PHPs) on influenza vaccination coverage rates and health outcomes. The tool aligns with the World Health Organization's goal of achieving a 75% influenza vaccination rate by 2030, facilitating strategic decision-making to enhance vaccination uptake. METHODS: The LCF tool integrates a selection of 13 PHPs from an initial set proposed in another study, targeting specific population groups to evaluate 7 key health outcomes. A prioritization mechanism accounts for societal resistance and the synergistic effects of PHPs, projecting the potential policy impacts from 2022 to 2031. This methodology enables users to assess how PHPs could influence public health strategies within distinct target groups. RESULTS: The LCF project began in February 2021 and is scheduled to end in December 2024. The model creation phase and its application to the pilot country, Sweden, took place between May 2021 and May 2023, with subsequent application to other European countries. The pilot phase demonstrated the tool's potential, indicating a promising increase in the national influenza vaccination coverage rate, with uniform improvements across all targeted demographic groups. These initial findings highlight the tool's capacity to model the effects of PHPs on improving vaccination rates and mitigating the health impact of influenza. CONCLUSIONS: By incorporating gamification into the analysis of PHPs, the LCF tool offers an innovative and accessible approach to supporting health decision makers and patient advocacy groups. It enhances the comprehension of policy impacts, promoting more effective influenza prevention and control strategies. This paper underscores the critical need for adaptable and engaging tools in PHP planning and implementation. INTERNATIONAL REGISTERED REPORT IDENTIFIER (IRRID): RR1-10.2196/55613.
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 | 0,007 | 0,027 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,026 | 0,002 |
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 ».