MétaCan
Menu
Retour à la cohorte
Enregistrement W4411884420 · doi:10.3899/jrheum.2025-0314.54

A Clinical Audit of Vaccination in Patients Living with Inflammatory Arthritis and Receiving Specialty Medications

2025· article· en· W4411884420 sur OpenAlexaffvenue
Abdullahi Ahmed Mohamed, Stephen Williams, Aurore Fifi‐Mah

Notice bibliographique

RevueThe Journal of Rheumatology · 2025
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
Thématiquevaccines and immunoinformatics approaches
Établissements canadiensUniversity of CalgaryUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésMedicineVaccinationInternal medicineRheumatologySpecialtyPneumoniaArthritisAuditPhysical therapyFamily medicineImmunology

Résumé

récupéré en direct d'OpenAlex

Objectives Both ACR and EULAR recommend appropriate vaccination for patients with inflammatory arthritis due to their higher risk of vaccine-preventable illness (VPI).[1,2] Immunosuppressive therapies may further increase VPI risk. Understanding baseline vaccination rates is crucial for implementing targeted quality improvement strategies. Methods A chart review was performed on South Health Campus Rheumatology Clinic patients who were a) seen between January 1, 2023, and January 1, 2024, b) over the age of 18, c) diagnosed with inflammatory arthritis (RA, PsA, AS, SpA, etc.), and d) were taking either biologic or JAK inhibitor pharmacotherapy. Vaccinations against influenza, COVID-19, pneumonia (Prevnar 13/20, Pneumovax-23), and shingles (Shingrix) were reviewed. Both physicians and stable nurse clinics patients were included. Descriptive statistics were performed for data analysis. Results 216 patient charts were audited (Figure 1). We found that 97% (210/216) of patients had a recommendation for updating or achieving full vaccination noted in their rheumatology consult notes. 53.2% of patients (115/216) received annual influenza vaccine, with 66.6% (64/96) in nurse clinics vs 42.5% (51/120) in physician clinics. 64.6% (73/113) of patients >65 received this vaccination c.f. 40.6% (41/101) <65. 69.9% of patients received > 3 mRNA COVID vaccines with 79.2% (76/96) of vaccinations in nurse clinics vs 42.5% (75/120) in physician clinics. 84.1% (95/113) of patients age >65 received vaccination c.f. 54.4% (55/101) <65. 55.5% of patients received Prevnar 13 or 20: 68.7% (66/96) in nurse clinics vs 45% (54/120) in physician clinics. 63.7% (72/113) of patients age >65 received vaccination c.f. 45.5% (46/101) of patients <65. 68.5% of patients received Pneumovax-23: 81.2% (78/96) in nurse clinics vs 58.3% (70/120) in physician clinics. 89.4% (72/113) of patients age >65 received vaccination c.f. 45.5% (46/101) <65. 28.7% of patients received Shingrix: 36.4% (35/96) in nurse clinics vs 17.5% (27/120) in physician clinics. 35.4% (40/113) of patients >age 65 received vaccination c.f. 21.8% (22/101) of patients <65. Conclusion In this audit we found increased vaccination rates in the nurse clinic and among patients > 65 years old. High vaccination rates observed in the nurse clinic likely resulted from dedicated preventative health protocols, clinical stability of nurse clinic patients, and physician/nursing collaboration. Higher rates of >65 vaccination was likely due to increased vaccine receptiveness of older adults, public coverage and outreach programs (programs focusing on vaccination for patients in congregate living), clinic promotion efforts, and community (family physician, pharmacy) promotion of vaccination. [1.] Bass AR. Arthritis Care & Research 2023;75(3):449-64. [2.] Furer V. Ann Rheum Dis 2020;79(1):39-52.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,014
Score d'incertitude au seuil0,151

Scores Codex et Gemma par catégorie

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

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 Opus0,006
Tête enseignante GPT0,245
Écart entre enseignants0,239 · 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 tête enseignante, 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

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Journal of RheumatologyMême sujetvaccines and immunoinformatics approachesTravaux en français237 207