Determinants of Seasonal Influenza Vaccine Uptake Among the Elderly in the United States: A Systematic Review and Meta-Analysis
Notice bibliographique
Résumé
Background: Despite the availability of a universal influenza vaccination program in the United States and Canada, seasonal influenza vaccine (SIV) uptake among the elderly remains suboptimal. Understanding the factors that determine SIV uptake in this important population subgroup is essential for designing effective interventions to improve seasonal influenza vaccination among the elderly. We evaluated the determinants of SIV uptake in the elderly in the United States and Canada. Methods: We systematically searched relevant bibliographic databases and websites from 2000 to 2017 for population-based clinical trials or observational studies conducted in community-based elderly individuals in the United States or Canada, irrespective of health status. Two reviewers independently screened the identified citations for eligibility using a two-stage sifting approach to review the title/abstract and full-text article. We gathered data on determinants of uptake (any vaccine receipt) and adherence (receipt of vaccine in more than one season) to seasonal influenza vaccination. Where possible, we pooled the data using inverse variance methods to minimize the variance of the weighted average. Results: Five cross-sectional studies on SIV uptake (none on adherence) from the United States met our eligibility criteria. Being older (pooled odds ratio [POR] = 1.44, 95% Confidence Interval [CI] = 1.11, 1.86); White (POR = 1.33, 95% CI = [1.10, 1.64]); and having higher income (POR = 1.06, 95% CI = [1.04, 1.09]); and health insurance (POR = 1.40, 95% CI = [1.25, 1.55]) were associated with increased SIV uptake. Conclusion: Older, ethnically White, higher income elderly individuals with access to health insurance coverage and a regular health care provider have higher SIV uptake in the United States. There was limited evidence for other socioeconomic and health-related determinants. Further studies are needed to provide an evidence base for planning more effective influenza vaccination programs in the United States.
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 | 0,014 | 0,042 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,016 | 0,029 |
| Bibliométrie | 0,009 | 0,011 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 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 ».