MétaCan
Menu
Retour à la cohorte
Enregistrement W4401499426 · doi:10.3389/fpubh.2024.1385426

Impact of recruitment strategies on individual participation practices in the Canadian National Vaccine Safety Network: prospective cohort study

2024· article· en· W4401499426 sur OpenAlexafffundabout
Phyumar Soe, Manish Sadarangani, Monika Naus, Matthew Muller, Otto G. Vanderkooi, James D. Kellner, Karina A. Top, Hubert Wong, Jennifer E. Isenor, Kimberly Marty, Gaston De Serres, Louis Valiquette, Allison McGeer, Julie A. Bettinger

Notice bibliographique

RevueFrontiers in Public Health · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueVaccine Coverage and Hesitancy
Établissements canadiensSinai Health SystemUniversité de SherbrookeAlberta Children's HospitalUniversity of CalgaryUniversity of British ColumbiaBC Centre for Disease ControlUniversity of TorontoDalhousie UniversityBC Children's Hospital
Organismes subventionnairesCanadian Institutes of Health ResearchCanadian Immunization Research NetworkMichael Smith Health Research BCBC Children's HospitalPublic Health Agency of CanadaChildren's Hospital FoundationPublic Health Agency
Mots-clésMedicineCohortFamily medicineVaccinationProspective cohort studyPopulationCohort studyDemographyEnvironmental healthInternal medicineImmunology

Résumé

récupéré en direct d'OpenAlex

Background: The Canadian National Vaccine Safety (CANVAS) network conducted a multi-center, prospective vaccine safety study to collect safety data after dose 1 and 2 of COVID-19 vaccines and follow up safety information 7 months after dose 1. Objective: This study aimed to describe and evaluate the recruitment methods used by CANVAS and the retention of participants by each modality. Methods: CANVAS deployed a multi-pronged recruitment approach to reach a larger sample, without in-person recruitment. Three primary recruitment strategies were used: passive recruitment, technology-assisted electronic invitation through the vaccine booking system (auto-invitation), or auto-registration through the vaccine registries (auto-enrollment). Results: Between December 2020 and April 2022, approximately 1.3 million vaccinated adults either self-enrolled or were auto-enrolled in CANVAS, representing about 5% of the vaccinated adult Canadian population. Approximately 1 million participants were auto-enrolled, 300,000 were recruited by auto-invitation, and 5,000 via passive recruitment. Overall survey completion rates for dose 1, dose 2 and the 7-month follow-up surveys were 51.7% (681,198 of 1,318,838), 54.3% (369,552 of 681,198), and 66.4% (452,076 of 681,198), respectively. Completion rates were lower among auto-enrolled participants compared to passively recruited or auto-invited participants who self-enrolled. However, auto-enrolled samples were much larger, which offset the lower completion rates. Conclusion: Our data suggest that auto-enrollment provided an opportunity to reach and retain a larger number of individuals in the study compared to other recruitment modalities.

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)0,037
score de la tête « metaresearch » (Gemma)0,049
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 enseignants0,233
Score d'incertitude au seuil0,470

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0370,049
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0030,001
Communication savante0,0020,001
Science ouverte0,0030,002
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 Opus0,143
Tête enseignante GPT0,445
Écart entre enseignants0,303 · 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

Citations6
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueFrontiers in Public HealthMême sujetVaccine Coverage and HesitancyTravaux en français237 207