Immunization and Cardiovascular Disease in Latin America. The CorVacc Study: Results
Notice bibliographique
Résumé
Introduction: Immunization rates against influenza and pneumococcus in Latin America remain lower than expected, particularly in Andean region, Central America, Mexico, and Caribbean region. An incremental correlation between economic strata and educational level and vaccines uptake has been observed. This highlights the need for more comprehensive data to accurately characterize the current health landscape and develop strategies for improvement. Methods and Design: The Inter-American Registry of Influenza and Pneumococcal Vaccination (CorVacc Study) is a cross-sectional survey of the general population conducted across 19 Latin American countries. Adults aged 18 years and older completed a 34-question online survey. The pool was validated within the first 1000 responses. Data were grouped into seven categories: demographics, socioeconomic and educational level, cardiometabolic profile, cardiovascular interventions, medical follow-up and treatments, and COVID-19 vaccination status. Results: A total of 21,389 responses were obtained, distributed as follows: 8915 from the North, Central, and Caribbean region; 7492 from the Andean region; and 4801 from the Southern Cone region. Influenza vaccination rates were lower in the Andean region (OR: 0.62; 95% CI: 0.50-0.78), the Caribbean (OR: 0.30; 95% CI: 0.23-0.39), and Central America (OR: 0.59; 95% CI: 0.46-0.76) compared with the Southern Cone. Residing in Central America (OR: 3.06; 95% CI: 1.62-5.77) was associated with greater pneumococcal vaccination. The probability of being vaccinated against influenza was higher in men (OR: 1.3; 95% CI: 1.1-1.6) and in individuals with obesity (OR: 1.26; 95% CI: 1.13-1.40). COPD was associated with a lower probability of pneumococcal vaccination (OR: 0.51; 95% CI: 0.33-0.79). Conclusions: This study highlights the importance of targeted vaccination campaigns to improve coverage, particularly in regions with lower rates. It also underscores the need for enhanced education and awareness of the benefits of vaccination. Tackling barriers such as vaccine hesitancy and misinformation will be essential for raising vaccination rates and, ultimately, for reducing the burden of cardiovascular disease.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 ».