MétaCan
Menu
Retour à la cohorte
Enregistrement W4400891742 · doi:10.1080/21645515.2024.2378580

Parent and family characteristics associated with reported pediatric influenza vaccination in a sample of Canadian digital vaccination platform users. An exploratory, cross-sectional study in the 2018-2019 influenza season

2024· article· en· W4400891742 sur OpenAlexafffundabout
Katherine Atkinson, Blaise Ntacyabukura, Steven Hawken, Ziad El‐Khatib, Lucie Laflamme, Kumanan Wilson

Notice bibliographique

RevueHuman Vaccines & Immunotherapeutics · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueInfluenza Virus Research Studies
Établissements canadiensBruyèreUniversity of OttawaOttawa HospitalUniversity of British Columbia
Organismes subventionnairesCanadian Institutes of Health ResearchPfizer CanadaPfizer
Mots-clésVaccinationPsychological interventionInfluenza vaccineImmunizationMedicineLogistic regressionCross-sectional studyMultivariate analysisDemographyEnvironmental healthFamily medicineImmunologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Seasonal vaccination remains one of the best interventions to prevent morbidity and mortality from influenza in children. Understanding the characteristics of parents who vaccinate their children can inform communication strategies to encourage immunization. Using a cross-sectional study, we described parental characteristics of people who reported vaccinating their children against influenza during 2018/2019 in a cohort of Canadian digital immunization record users. Data was collected from a free, Pan-Canadian digital vaccination tool, CANImmunize. Eligible accounts contained at least one parental and one "child/dependent" record. Each parental characteristic (gender, age, family size, etc) was tested for association with pediatric influenza vaccination, and a multivariate logistic regression model was fit. A total of 6,801 CANImmunize accounts met inclusion criteria. After collapsing the dataset, the final sample contained 11,381 unique dyads. Influenza vaccination was reported for 32.3% of the children and 42.0% of the parents. In the multivariate logistic regression analysis, parents receiving the seasonal influenza vaccine were most strongly associated with reporting pediatric influenza vaccination (OR 17.05, 95% CI 15.08, 19.28). Having a larger family size and fewer transactions during the study period was associated with not reporting pediatric influenza vaccination. While there are several limitations to this large-scale study, these results can help inform future research in the area. Digital technologies may provide a unique and valuable source of vaccine coverage data and to explore associations between individual characteristics and immunization behavior. Policy makers considering digital messaging may want to tailor their efforts based on parental characteristics to further improve pediatric seasonal influenza vaccine uptake.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,036
Score d'incertitude au seuil0,073

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,003
Études des sciences et des technologies0,0020,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,154
Tête enseignante GPT0,391
Écart entre enseignants0,237 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueHuman Vaccines & ImmunotherapeuticsMême sujetInfluenza Virus Research StudiesTravaux en français237 207