Seasonal influenza self-vaccination behaviours and attitudes among nurses in Southeastern France
Notice bibliographique
Résumé
BACKGROUND: Despite seasonal influenza vaccination (SIV) being recommended to healthcare professionals to protect themselves and their patients, uptake is low, especially among nurses. We sought to study self-vaccination behaviours, attitudes and knowledge about SIV among nurses in Southeastern France. METHODS: A cross-sectional survey with community and hospital-based hospital nurses was conducted with the same standardised questionnaire. Multi-model averaging approaches studied factors associated with the following dependent variables: self-reported SIV uptake; and considering SIV a professional responsibility. RESULTS: 1539 nurses completed the questionnaire (response rate: 85%). SIV was the most frequently cited vaccine (49%) regarding nurses' unfavourable opinions towards specific vaccines. Thirty-four percent of nurses reported being vaccinated at least once during the 2015-2016 or 2016-2017 seasons. A lack of perceived personal vulnerability to influenza, a fear of adverse effects, and a preference for homeopathy constituted the main deterrents of SIV. Nurses held various misconceptions about the SIV, but 69% considered its benefits to be greater than its risks. The multi-model averaging approach showed that considering SIV as a professional responsibility was the main factor associated with SIV uptake among nurses (Nagelkerke's partial R-squared: 15%). This sense of responsibility was strongly associated with trust in various vaccine information sources. CONCLUSION: Nurses had low SIV uptake rates and held various concerns and a lack of knowledge surrounding the vaccine. This is concerning considering the impact that these factors can have on nurses and patients' health, especially considering the increased role that nurses could have surrounding SIV in the near future.
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 | 0,000 |
| 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 ».