Factors associated with parents’ willingness to enroll their children in trials for COVID-19 vaccination
Notice bibliographique
Résumé
The coronavirus disease 2019 (COVID-19) pandemic has taken an unprecedented global toll and vaccination is needed to restore healthy living. Timely inclusion of children in vaccination trials is critical. We surveyed caregivers of children seeking care in 17 Emergency Departments (ED) across 6 countries during the peak of the pandemic to identify factors associated with intent to participate in COVID-19 vaccine trials. Questions about child and parent characteristics, COVID-19 expressed concerns and parental attitudes toward participation in a trial were asked.Of 2768 completed surveys, 18.4% parents stated they would enroll their child in a clinical trial for a COVID-19 vaccine and 14.4% would agree to a randomized placebo-controlled study. Factors associated with willingness to participate were parents agreeing to enroll in a COVID-19 vaccine trial themselves (Odds Ratio (OR) 32.9, 95% Confidence Interval (CI) (21.9-51.2)) having an older child (OR 1.0 (1.0-1.01)), having children who received all vaccinations based on their country schedule (OR 2.67 (1.35-5.71)) and parents with high school education or lower (OR 1.79 (1.18-2.74)). Mothers were less likely to enroll their child in a trial (OR 0.68 (0.47-0.97)). Only one fifth of families surveyed will consider enrolling their child in a vaccine trial. Parental interest in participation, history of vaccinating their child, and the child being older all are associated with parents allowing their child to participate in a COVID vaccine trial. This information may help decision-makers and researchers shape their strategies for trial design and participation engagement in upcoming COVID19 vaccination trials.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».