Impact of a multicomponent intervention on maternal Tdap vaccination coverage during a major pertussis resurgence in the province of Quebec, Canada: A quasi-experimental study
Notice bibliographique
Résumé
Amid an unprecedented pertussis resurgence in 2024, this study aimed to assess whether a multicomponent intervention implemented in the Chaudière-Appalaches (C-A) region in Quebec, Canada, increased tetanus-diphtheria-acellular pertussis (Tdap) vaccination coverage during pregnancy. We used a quasi-experimental design to compare trends in vaccination coverage from 2022–2024 in the intervention region (C-A) with both the rest of Quebec (RoQ) and seven more comparable regions (SMCR) in Quebec. To assess the intervention’s impact while accounting for seasonality, Difference-in-Differences estimates were computed using a quasi-binomial logistic regression model. Throughout the study period, coverage in C-A remained high (70–90%). After the intervention, pertussis vaccination coverage during pregnancy increased more in the C-A region than in the control regions (6.7%, 3.4%, and 2.0% for C-A, RoQ and SMCR, respectively, p < .001). The relative increase in vaccination coverage was also higher in the C-A region than in the control groups. The intervention led to a 4.2 additional percentage points increase in C-A compared to RoQ (95%CI: −0.4–8.8), and a statistically significant 5.8 additional percentage points increase compared to SMCR (95%CI: 1.5–10.1). These results suggest that the multicomponent intervention may have boosted maternal Tdap vaccination coverage during this pertussis outbreak, preventing severe outcomes.
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 | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».