Perspectives of primary care nurses on the organization of the COVID-19 vaccine rollout: a qualitative study
Notice bibliographique
Résumé
BACKGROUND: Primary care nurses, including nurse practitioners (NPs), registered nurses (RNs), and licensed practical nurses/registered practical nurses (LPNs/RPNs), play a pivotal role in pandemic management and outbreak planning. There is extensive literature surrounding COVID-19 vaccination efforts in Canada; however, limited research addresses the involvement of primary care nurses, as well as the organization and integration of these efforts into primary care settings. This study aimed to describe the organizational challenges, barriers, and facilitators to primary care nurses' roles in COVID-19 vaccination. METHODS: As part of a mixed methods case study, we conducted semi-structured qualitative interviews with primary care nurses employed in regions across four Canadian provinces: British Columbia, Ontario, Nova Scotia, and Newfoundland and Labrador. During the interviews, nurses described their activities throughout different phases of the COVID-19 pandemic, factors that facilitated or impeded their efforts, and potential contributions nurses could have made. We applied a thematic analysis approach and analyzed codes related to the organization of the COVID-19 vaccination rollout. RESULTS: We interviewed 76 nurses (24 NPs, 37 RNs, and 15 LPNs/RPNs) between May 2022 and January 2023. We identified five overarching components of the COVID-19 vaccination rollout that influenced primary care nurses' perceptions and experiences: (1) information, (2) training, (3) coordination, (4) integration, and (5) compensation. Participants reported both positive and negative experiences with the vaccine rollout. Rapidly evolving information made it difficult for nurses to stay informed and training for vaccine delivery posed barriers due to time requirements and redundancy. Support was often lacking for new electronic systems, and regional coordination varied, sometimes resulting in miscommunication. Delays in integrating vaccination into primary care, logistical challenges, and disparities in compensation between nurses and physicians also presented challenges. CONCLUSIONS: Findings highlight the critical roles of primary care nurses in mass vaccination campaigns, underscoring the need for targeted information, effective training, streamlined coordination, better integration into primary care, and more equitable compensation. Integrating these services into primary care can enhance future vaccination efforts by leveraging nurses' expertise to improve vaccine access and delivery.
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 | 0,010 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,011 | 0,007 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».