Operationalizing the Behaviour Change Wheel and APEASE criteria to co-develop recommendations with stakeholders to address barriers to school-based immunization programs
Notice bibliographique
Résumé
INTRODUCTION: School-based immunization programs offer an accessible route to routine vaccines for students. During the COVID-19 pandemic, school closures to comply with public health measures had a drastic effect on school-based immunization program delivery and associated vaccine uptake. We sought to integrate findings from a mixed methods study to co-develop evidence-based and theory-informed recommendations with a diverse group of stakeholders (i.e., decision makers, healthcare providers, school staff, parents and adolescent students) to address barriers to new and existing school-based immunization programs. METHODS: Findings from a mixed methods study were integrated using a joint display and narrative summary. These findings were mapped through the Behaviour Change Wheel, a series of tools designed to facilitate the development of behaviour change interventions. Draft recommendations were provided to previous mixed methods study participants who consented to participating in future phases of the research study (n = 26). Feedback was captured using a Likert-scale survey of acceptability, practicality, effectiveness, affordability, safety and equity (APEASE) criteria, with feedback and additional insights captured using open-ended textboxes. Data was used to revise and finalize recommendations. RESULTS: Applying the Behaviour Change Wheel, we drafted 26 evidence-based, theory-informed recommendations to address barriers to school-based immunization programs. Participants (n = 16) provided feedback, with half of the recommendations scoring 80% or higher across all six APEASE criteria. The remaining 13 recommendations received a moderate score across one or more criteria. Stakeholders identified a high level of interest in expanding the use of e-consent forms, expanding programming to offer a meningitis B vaccine, and recommendations to ease student anxiety. CONCLUSION: We co-developed a range of recommendations to improve school-based immunization programs with stakeholders using data generated from a mixed methods study. Implementation of any single or combination of recommendations will need to be tailored to local clinic procedures, school system and health system resources.
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 | 0,183 | 0,248 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,007 |
| Bibliométrie | 0,013 | 0,007 |
| Études des sciences et des technologies | 0,003 | 0,006 |
| Communication savante | 0,009 | 0,006 |
| Science ouverte | 0,003 | 0,012 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».