To vaccinate or not to vaccinate? Women’s perception of vaccination in pregnancy: a qualitative study
Notice bibliographique
Résumé
BACKGROUND: Vaccination against influenza and pertussis in pregnancy can reduce the significant morbidity and mortality associated with these infections. Despite this, there is poor uptake of both vaccines in pregnancy. AIM: To explore women's perception of vaccination in pregnancy and thereby determine the reasons behind such low vaccination rates. DESIGN & SETTING: This is a qualitative study undertaken at a large maternity hospital. METHOD: Seventeen post-partum women completed a semi-structured interview discussing vaccination. They were recruited from a quantitative study looking at vaccination rates in pregnancy. The interview transcripts were discussed among three researchers and underwent thematic analysis. RESULTS: Three themes emerged. The first theme explored the influencing factors that shaped the women's decision to vaccinate in pregnancy. The recommendation of a healthcare provider was the most important influencing factor for this study's cohort of women. The second theme highlighted the deficiency in knowledge women had regarding vaccine safety. The last theme related to the pertussis vaccine, and the reluctance of healthcare providers to discuss and offer this vaccine in pregnancy. CONCLUSION: The qualitative approach gives voice to the thoughts and concerns of women as they make the complex decision to vaccinate in pregnancy. Clinicians must be cognizant of the important role they play in advising women to vaccinate in pregnancy. They must advise women that the vaccine is safe and address any of their concerns. Lastly, a message on vaccine safety should be included in future public health campaigns to promote vaccination in pregnancy.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».