目的探讨某市预防接种医务人员对非免疫规划(expanded program on immunization,EPI)疫苗推荐意愿及影响因素。方法选取2021年8月—2022年12月聊城市疾病预防控制中心免疫规划管理所500名预防接种医务人员为研究对象。调查医务人员非EP...目的探讨某市预防接种医务人员对非免疫规划(expanded program on immunization,EPI)疫苗推荐意愿及影响因素。方法选取2021年8月—2022年12月聊城市疾病预防控制中心免疫规划管理所500名预防接种医务人员为研究对象。调查医务人员非EPI疫苗推荐意愿,并采用多因素logistic回归分析影响医务人员非EPI疫苗推荐意愿的危险因素。结果纳入的500名调查对象中,非EPI疫苗的推荐意愿率为65.20%(326/500),其中流感疫苗(flu vaccine,FLU)、水痘减毒活疫苗(live attenuated varicella vaccine,VarV)、b型流感嗜血杆菌疫苗(Haemophilusinfluenzae type b vaccine,Hib)、乙型肝炎疫苗(hepatitis B vaccine,HepB)的推荐意愿率分别为88.60%(443/500)、84.00%(420/500)、79.00%(395/500)和77.20%(386/500),其他5种非EPI疫苗的推荐意愿率为36.60%~58.00%。单因素分析显示,工作年限、收入是否与非EPI疫苗接种量有关、是否经历疫苗负性事件、是否认为预防接种工作有风险、疫苗接种流程、接种工作量及被推荐者态度不同者非EPI疫苗推荐意愿率比较差异有统计学意义(P<0.05);不同性别、年龄、文化程度、职称、工作岗位、非EPI疫苗知识是否知晓者非EPI疫苗推荐意愿率比较差异无统计学意义(P>0.05)。多因素logistic回归分析显示,工作年限(OR=4.008,95%CI1.528~10.934)、经历疫苗负性事件(OR=4.870,95%CI 1.328~17.859)、疫苗接种流程(OR=5.275,95%CI1.541~18.063)、接种工作量(OR=4.773,95%CI1.413~16.122)及被推荐者态度(OR=5.778,95%CI1.772~18.838)是预防接种医务人员非EPI疫苗推荐意愿的影响因素(P<0.05)。结论某市预防接种医务人员非EPI疫苗推荐意愿总体处于较低水平,且工作年限、经历疫苗负性事件、疫苗接种流程、接种工作量及被推荐者态度均是其主要影响因素,建议完善非EPI疫苗预防接种保障措施,以提高预防接种医务人员非EPI疫苗推荐意愿。展开更多
目的了解孕妇对未来子女非免疫规划疫苗(expanded program on immunization,EPI)的接种意愿及其影响因素,为提高儿童非EPI接种率提供参考。方法采用便利抽样的方法,选取山西省妇幼保健院438名产检孕妇为研究对象进行问卷调查。利用独立...目的了解孕妇对未来子女非免疫规划疫苗(expanded program on immunization,EPI)的接种意愿及其影响因素,为提高儿童非EPI接种率提供参考。方法采用便利抽样的方法,选取山西省妇幼保健院438名产检孕妇为研究对象进行问卷调查。利用独立样本t检验、方差分析和多重线性回归模型分析个人社会经济因素、疫苗倾向和疫苗信息获取渠道对孕妇为未来子女接种非EPI意愿的影响,并基于计划行为理论构建结构方程模型分析孕妇对子女非EPI接种的态度、主观规范、知觉行为控制对接种意愿的影响。结果98.4%调查对象愿意为子女接种非EPI。与倾向于接种进口疫苗的群体相比,有接种国产疫苗倾向的群体(β=0.119)为子女接种非EPI的意愿更强,有接触媒体宣传较没有接触的群体子女非EPI接种意愿更强(β=0.099),有接触社区医院和疾病预防控制中心的宣传册和活动讲座的群体较没有接触的群体子女非EPI接种意愿更强(β=0.119)。结构方程模型结果显示影响接种意愿强度的因素从大到小依次为知觉行为控制、行为态度、主观规范(路径系数分别为0.73,0.13,0.12)。结论孕妇对未来子女非EPI的接种意愿水平较高。加强非EPI接种宣传教育,改变孕妇对非EPI的知觉行为控制和态度,能够帮助提高儿童非EPI接种率。展开更多
触发执行编程(Trigger-Action Programming,TAP)为用户联动物联网(Internet of Things,IoT)设备提供了便捷的编程范式。利用机器学习对用户已编辑的TAP规则进行分析,实现TAP规则推荐和生成等功能可以提升用户体验。但TAP规则可能包含个...触发执行编程(Trigger-Action Programming,TAP)为用户联动物联网(Internet of Things,IoT)设备提供了便捷的编程范式。利用机器学习对用户已编辑的TAP规则进行分析,实现TAP规则推荐和生成等功能可以提升用户体验。但TAP规则可能包含个人隐私信息,用户对上传和分享TAP信息存在顾虑。文章提出了基于联邦学习和区块链技术的TAP规则处理系统,用户可在本地进行TAP模型训练,无需上传隐私数据。为解决集中式服务器单点故障和防范恶意模型参数上传的问题,文章利用区块链技术改进集中式TAP联邦学习架构。用户将本地模型更新的累积梯度传输给区块链中的矿工,进行异常识别和交叉验证。矿工委员会整合正常用户提供的累积梯度,得到的全局模型作为一个新区块的数据,链接到区块链上,供用户下载使用。文章采用轻量级无监督的非负矩阵分解方法验证了提出的基于联邦学习和区块链的分布式学习架构的有效性。实验证明该联邦学习架构能有效保护TAP数据中的隐私,并且区块链中的矿工能够很好地识别恶意模型参数,确保了模型的稳定性。展开更多
文摘目的探讨某市预防接种医务人员对非免疫规划(expanded program on immunization,EPI)疫苗推荐意愿及影响因素。方法选取2021年8月—2022年12月聊城市疾病预防控制中心免疫规划管理所500名预防接种医务人员为研究对象。调查医务人员非EPI疫苗推荐意愿,并采用多因素logistic回归分析影响医务人员非EPI疫苗推荐意愿的危险因素。结果纳入的500名调查对象中,非EPI疫苗的推荐意愿率为65.20%(326/500),其中流感疫苗(flu vaccine,FLU)、水痘减毒活疫苗(live attenuated varicella vaccine,VarV)、b型流感嗜血杆菌疫苗(Haemophilusinfluenzae type b vaccine,Hib)、乙型肝炎疫苗(hepatitis B vaccine,HepB)的推荐意愿率分别为88.60%(443/500)、84.00%(420/500)、79.00%(395/500)和77.20%(386/500),其他5种非EPI疫苗的推荐意愿率为36.60%~58.00%。单因素分析显示,工作年限、收入是否与非EPI疫苗接种量有关、是否经历疫苗负性事件、是否认为预防接种工作有风险、疫苗接种流程、接种工作量及被推荐者态度不同者非EPI疫苗推荐意愿率比较差异有统计学意义(P<0.05);不同性别、年龄、文化程度、职称、工作岗位、非EPI疫苗知识是否知晓者非EPI疫苗推荐意愿率比较差异无统计学意义(P>0.05)。多因素logistic回归分析显示,工作年限(OR=4.008,95%CI1.528~10.934)、经历疫苗负性事件(OR=4.870,95%CI 1.328~17.859)、疫苗接种流程(OR=5.275,95%CI1.541~18.063)、接种工作量(OR=4.773,95%CI1.413~16.122)及被推荐者态度(OR=5.778,95%CI1.772~18.838)是预防接种医务人员非EPI疫苗推荐意愿的影响因素(P<0.05)。结论某市预防接种医务人员非EPI疫苗推荐意愿总体处于较低水平,且工作年限、经历疫苗负性事件、疫苗接种流程、接种工作量及被推荐者态度均是其主要影响因素,建议完善非EPI疫苗预防接种保障措施,以提高预防接种医务人员非EPI疫苗推荐意愿。
文摘目的了解孕妇对未来子女非免疫规划疫苗(expanded program on immunization,EPI)的接种意愿及其影响因素,为提高儿童非EPI接种率提供参考。方法采用便利抽样的方法,选取山西省妇幼保健院438名产检孕妇为研究对象进行问卷调查。利用独立样本t检验、方差分析和多重线性回归模型分析个人社会经济因素、疫苗倾向和疫苗信息获取渠道对孕妇为未来子女接种非EPI意愿的影响,并基于计划行为理论构建结构方程模型分析孕妇对子女非EPI接种的态度、主观规范、知觉行为控制对接种意愿的影响。结果98.4%调查对象愿意为子女接种非EPI。与倾向于接种进口疫苗的群体相比,有接种国产疫苗倾向的群体(β=0.119)为子女接种非EPI的意愿更强,有接触媒体宣传较没有接触的群体子女非EPI接种意愿更强(β=0.099),有接触社区医院和疾病预防控制中心的宣传册和活动讲座的群体较没有接触的群体子女非EPI接种意愿更强(β=0.119)。结构方程模型结果显示影响接种意愿强度的因素从大到小依次为知觉行为控制、行为态度、主观规范(路径系数分别为0.73,0.13,0.12)。结论孕妇对未来子女非EPI的接种意愿水平较高。加强非EPI接种宣传教育,改变孕妇对非EPI的知觉行为控制和态度,能够帮助提高儿童非EPI接种率。
文摘触发执行编程(Trigger-Action Programming,TAP)为用户联动物联网(Internet of Things,IoT)设备提供了便捷的编程范式。利用机器学习对用户已编辑的TAP规则进行分析,实现TAP规则推荐和生成等功能可以提升用户体验。但TAP规则可能包含个人隐私信息,用户对上传和分享TAP信息存在顾虑。文章提出了基于联邦学习和区块链技术的TAP规则处理系统,用户可在本地进行TAP模型训练,无需上传隐私数据。为解决集中式服务器单点故障和防范恶意模型参数上传的问题,文章利用区块链技术改进集中式TAP联邦学习架构。用户将本地模型更新的累积梯度传输给区块链中的矿工,进行异常识别和交叉验证。矿工委员会整合正常用户提供的累积梯度,得到的全局模型作为一个新区块的数据,链接到区块链上,供用户下载使用。文章采用轻量级无监督的非负矩阵分解方法验证了提出的基于联邦学习和区块链的分布式学习架构的有效性。实验证明该联邦学习架构能有效保护TAP数据中的隐私,并且区块链中的矿工能够很好地识别恶意模型参数,确保了模型的稳定性。