Influenza and <scp>COVID</scp>‐19 vaccination in Canadian blood donors: A comparison across pre‐ and post‐pandemic periods
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVES: Seasonal vaccinations reduce donor illness and appointment cancellations and ensure plasma products have antibodies to vaccine-directed strains. We aimed to describe donor influenza and COVID-19 vaccination history and compare this with the general population. MATERIALS AND METHODS: Two online donor surveys were carried out in 2021 and 2024. Donors were asked about demographics, influenza (2019/2020, 2020/2021 and 2023/2024 seasons) and COVID-19 (ever and 2023/2024 season) vaccination and reasons for vaccination choices. General population vaccination statistics were extracted from public reports. Percentages of donors receiving vaccination were calculated with 95% confidence intervals. Multiple logistic regression models were fitted with demographics as independent variables. RESULTS: In survey 1, 4582 (30.4% response rate) donors completed a questionnaire; in survey 2, 6376 (21% response rate). More donors under age 65 received the influenza vaccine compared with the general population under age 65 (58% vs. 30% in 2019/2020, 63% vs. 28% in 2023/2024, p < 0.0001) and aged 65+ (81% vs. 70% in 2019/2020, 90% vs. 73% in 2023/2024, p < 0.0001). Fewer donors and the general population received the COVID-19 vaccine in 2023/2024 (under 65 45% vs. 39%; 65+ 76% vs. 67%, p < 0.0001). Most said they were vaccinated to prevent infection and protect others. CONCLUSION: Seasonal vaccination rates are higher in older donors, consistent with public health recommendations. Blood donors are more likely to be vaccinated against seasonal influenza than the general population, but post-pandemic uptake of the COVID-19 booster vaccine was low, more similar to the general population.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| 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 ».