MétaCan
Menu
← Retour à la cohorte
Enregistrement W4410788010 · doi:10.1186/s12889-025-23041-3

Reaching the “Last Mile”: describing community clinics implemented to increase COVID-19 vaccine uptake in Peel region, Canada

2025· article· en· W4410788010 sur OpenAlexafffundabout
Jimmy Bok Yan So, Dannielle Nicholson-Baker, Subrana Rahman, Nancy Ramuscak, Anthony Reid, Monali Varia, Nazia Peer, Elizabeth Estey Noad, Shaza A. Fadel, Erica Di Ruggiero

Notice bibliographique

RevueBMC Public Health · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueVaccine Coverage and Hesitancy
Établissements canadiensCentre for Global Health ResearchPublic Health OntarioUniversity of TorontoRegional Municipality of Ottawa
Organismes subventionnairesSocial Sciences and Humanities Research CouncilSocial Sciences and Humanities Research Council of CanadaCanadian Institutes of Health ResearchWorld Health Organization
Mots-clésMedicineCoronavirus disease 2019 (COVID-19)BiostatisticsPublic healthSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)2019-20 coronavirus outbreakMileEnvironmental healthPandemicEpidemiologyVirologyFamily medicineMedical emergencyInfectious disease (medical specialty)NursingOutbreakPathologyDiseaseGeography

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: COVID-19 hit Canada hard and exacerbated health inequities, notably among ethnoracially minoritized populations. By August 2021, some areas in Peel region (Ontario, Canada) continued to have high COVID-19 infection rates and low COVID-19 vaccine coverage. To increase first dose uptake, Peel Public Health implemented smaller community-based vaccination clinics in addition to pre-existing mass vaccination (fixed) clinics. This study describes these community clinics and those who received their first dose at a community clinic to determine whether local public health efforts to implement community clinics reached different population groups and whether these community clinics contributed to an increase in uptake of the first dose of COVID-19 vaccines. METHODS: We conducted a descriptive, cross-sectional study using data from the Ontario COVID-19 vaccination registry (COVaxON). We included eligible Peel residents 12 years and older who received a COVID-19 vaccine within community and fixed clinics between September 2021 and August 2022. Clinics were classified based on clinic type (community/fixed), and location. COVID-19 vaccine uptake for smaller geographic areas designated by postal codes was calculated at the beginning and end of the study period. Clinic and attendee characteristics were analyzed using descriptive statistics. RESULTS: There were 177 community and 11 fixed clinic sites that operated during the study period. Community clinics administered 98,965 doses (27%) of COVID-19 vaccine and fixed clinics administered 264,021 doses (73%). A slightly higher proportion of first doses were administered in community clinics (8.1%) compared to fixed clinics (7.9%) and community clinics saw a higher proportion of first dose recipients from low-coverage areas (23% versus 19% in fixed clinics). Clinics in faith-based organizations, schools and shopping areas administered the most doses among community clinic locations. The absolute increase in first dose vaccine uptake was 11% over the study period. CONCLUSIONS: Almost 100,000 doses of COVID-19 vaccine were administered in community clinics, which contributed to increased overall vaccine coverage in Peel region. A slightly higher proportion of first doses were administered in community clinics compared to fixed clinics and a higher proportion of doses to residents of low-coverage areas.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,034
Score d'incertitude au seuil0,248

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0040,001
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,156
Tête enseignante GPT0,399
Écart entre enseignants0,244 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueBMC Public Health→Même sujetVaccine Coverage and Hesitancy→Travaux en français237 207→