The Global Burden of Absenteeism Related to COVID-19 Vaccine Side Effects Among Healthcare Workers: A Systematic Review and Meta-Analysis
Notice bibliographique
Résumé
Background: A rise in absenteeism among healthcare workers (HCWs) was recorded during the COVID-19 pandemic, mostly attributed to SARS-CoV-2 infections. However, evidence suggests that COVID-19 vaccine-related side effects may have also contributed to absenteeism during this period. This study aimed to synthesize the evidence on the prevalence of absenteeism related to COVID-19 vaccine side effects among HCWs. Methods: The inclusion criteria for this review were original quantitative studies of any design, written in English, that addressed absenteeism related to the side effects of COVID-19 vaccines among HCWs. Four databases (PubMed, Scopus, Embase, and the Web of Science) were searched for eligible articles on 7 June 2024. The risk of bias was assessed using the Newcastle–Ottawa scale. Narrative synthesis and a meta-analysis were used to synthesize the evidence. Results: Nineteen observational studies with 96,786 participants were included. The pooled prevalence of absenteeism related to COVID-19 vaccine side effects was 17% (95% CI: 13–20%), while 83% (95% CI: 80–87%) of the vaccination events did not lead in any absenteeism. Study design, sex, vaccination dose, region, and vaccine type were identified as significant sources of heterogeneity. Conclusions: A non-negligible proportion of HCWs were absent from work after reporting side effects of the COVID-19 vaccine. Various demographic factors should be considered in future vaccination schedules for HCWs to potentially decrease the burden of absenteeism related to vaccine side effects. As most studies included self-reported questionnaire data, our results may be limited due to a recall bias. Other: The protocol of the study was preregistered in the PROSPERO database (CRD42024552517).
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 | 0,039 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,018 | 0,038 |
| Bibliométrie | 0,009 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».