COVID-19 Vaccine Uptake among People with Spinal Cord Injury and Dysfunction in Ontario, Canada: A Population-Based Retrospective Cohort Study
Notice bibliographique
Résumé
Persons with disabilities experience numerous barriers to healthcare access including vaccine accessibility. The purpose of this study was to determine COVID-19 vaccine uptake in the spinal cord injury and disease (SCI/D) population of Ontario and identify potential factors influencing C OVID-19 vaccine uptake. This was a retrospective closed-cohort study using administrative health data on individuals with SCI/D of traumatic and non-traumatic causes to examine the monthly number of COVID-19 vaccine doses received between December 2020 and December 2023. Logistic regression analysis was used to examine the potential association between socio-demographic, clinical, and neighbourhood characteristics with initial COVID-19 vaccine receipt and booster dose uptake. By the end of the observation period in December 2023, 82.9% received the full two-dose coverage and 65.6% received at least one additional booster dose in a cohort of 3574 individuals with SCI/D. SCI/D individuals showed a comparable COVID-19 vaccine uptake percentage to the general population. Sociodemographic, clinical, and neighbourhood characteristics were associated with COVID-19 vaccine uptake in the SCI/D population, including age, type of injury, number of comorbidities, mental health history, and neighbourhood characteristics such as income. Further investigation is necessary to determine the causation effects of these relationships with vaccine uptake to address health equity concerns.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».