Assessing influenza vaccine uptake among older Canadian adults and identifying factors associated with low uptake
Notice bibliographique
Résumé
ContexteLes personnes vivant avec des maladies chroniques et celles âgées de 65 ans et plus ont un risque élevé de complications liées à la grippe. Les proches aidants qui interagissent avec un bénéficiaire de soins vulnérable aux complications sont à risque de transmettre la grippe. La vaccination antigrippale permet à la fois de réduire la sévérité de l’infection et d’en prévenir la transmission. Davantage de recherche est nécessaire pour estimer la prévalence des personnes non vaccinées et leurs caractéristiques. L’Étude longitudinale canadienne sur le vieillissement (ÉLCV), une grande étude de cohorte nationale, offre une occasion unique de cerner les facteurs associés à la non-vaccination contre la grippe.ObjectifsLes objectifs de cette thèse de recherche sont 1) d’estimer la prévalence de la non-vaccination contre la grippe en évaluant la vaccination autodéclarée au cours des 12 derniers mois chez a) les adultes à risque élevé de complications graves (c’est-à-dire les adultes de 65 ans et plus et les adultes de 45 à 64 ans ayant au moins une maladie chronique) et chez b) les proches aidants (c’est-à-dire les adultes âgés de 45 ans et plus qui déclarent prodiguer des soins) et les bénéficiaires de soins (c’est-à-dire les adultes âgés de 65 ans et plus qui déclarent recevoir tout type de soins), puis 2) de cerner les facteurs associés à la non-vaccination dans chaque groupe.MéthodesCette étude consiste à analyser les participants au premier suivi de l’ÉLCV (2015-2018). Les covariables examinées ont été déterminées précédemment. Nous avons évalué le taux de non-vaccination antigrippale et les facteurs associés à la non-vaccination dans deux groupes à risque élevé de complications graves (adultes âgés de 65 ans et plus et adultes âgés de 45 à 64 ans ayant une maladie chronique) et dans deux groupes qui ont des contacts étroits avec autrui et qui présentent un risque élevé de transmission (proches aidants âgés de 45 ans et plus et bénéficiaires de soins âgés de 65 ans et plus). Nous avons estimé la prévalence de la non-vaccination pour chacun des groupes étudiés. Des rapports de cotes ajustés (RCa) avec des intervalles de confiance à 95 % provenant de modèles de régression logistique ont été utilisés pour identifier les facteurs associés à la non-vaccination antigrippale pour tous les groupes.RésultatsPrès du tiers (29,5 %, IC à 95 % : 28,9 %, 30,1 %) des 23 226 participants âgés de plus de 65 ans, 49,9 % (IC à 95 % : 49,0 %, 50,9 %) des 10 685 participants âgés de 45 à 64 ans ayant une maladie chronique, 41,4 % (IC à 95 % : 40,8 %, 42,0 %) des 23 500 proches aidants et 24,8 % (IC à 95 % : 23,7 %, 26,0 %) des 5 559 bénéficiaires de soins ont déclaré ne PAS avoir reçu le vaccin antigrippal au cours des douze derniers mois. Dans les deux groupes ayant la couverture vaccinale la plus faible, les personnes âgées de 45 à 64 ans vivant avec une maladie chronique et les proches aidants, ceux qui n’avaient pas consulté de médecin de famille au cours des douze derniers mois étaient plus susceptibles de déclarer ne pas avoir été vaccinés que ceux qui en avaient consulté un, après ajustement complet de chaque modèle. DiscussionLa vaccination antigrippale est une approche sûre et efficace pour réduire le risque de complications graves liées à la grippe ainsi que le risque de transmission. Parmi les quatre groupes examinés dans notre analyse, les personnes âgées de 45 à 64 ans ayant une maladie chronique et les proches aidants âgés de plus de 45 ans avaient globalement le taux de non-vaccination antigrippale déclarée le plus élevé au cours des douze derniers mois. Des campagnes de vaccination qui ne dépendent pas d’une visite chez le médecin pourraient accroître la vaccination parmi ces groupes.ConclusionÀ partir de notre analyse des données du premier suivi de l’ÉLCV (2015-2018), nous avons constaté que de nouvelles interventions sont urgemment requises afin d’améliorer la couverture vaccinale contre la grippe au Canada
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».