Effectiveness, acceptability, and potential of lay student vaccinators to improve vaccine delivery
Notice bibliographique
Résumé
SETTING: Task sharing can fill health workforce gaps, improve access to care, and enhance health equity by redistributing health services to providers with less training. We report learnings from a demonstration project designed to assess whether lay student vaccinators can support community immunizations. INTERVENTION: Between July 2022 and February 2023, 27 undergraduate and graduate students were recruited from the University of Toronto Emergency First Responders organization and operated 11 immunization clinics under professional supervision. Medical directives, supported with online and in-person training, enabled lay providers to administer and document vaccinations when supervised by nurses, physicians, or pharmacists. Participants were invited to complete a voluntary online survey to comment on their experience. OUTCOMES: Lay providers administered 293 influenza and COVID-19 vaccines without adverse events. A total of 141 participants (122 patients, 17 lay vaccinators, 1 nurse, and 1 physician) responded to our survey. More than 80% of patients strongly agreed to feeling safe and comfortable with lay providers administering vaccines under supervision, had no concerns with lay vaccinators, and would attend another lay vaccinator clinic. Content and thematic analysis of open-text responses revealed predominantly positive experiences, with themes about excellent vaccinators, organized and efficient clinics, and the importance of training, communication, and access to regulated professionals. The responding providers expressed comfort working in collaborative immunization teams. IMPLICATIONS: Lay student providers can deliver vaccines safely under a medical directive while potentially improving patient experiences. Rather than redeploying scarce professionals, task sharing strategies could position trained lay vaccinators to support immunizations, improve access, and foster community engagement.
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 | 0,015 | 0,047 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».