MétaCan
Menu
Retour à la cohorte
Enregistrement W3153585438 · doi:10.2196/26372

The Influence of the COVID-19 Epidemic on Prevention and Vaccination Behaviors Among Chinese Children and Adolescents: Cross-sectional Online Survey Study

2021· article· en· W3153585438 sur OpenAlexvenueno aff
Zhiyuan Hou, Suhang Song, Fanxing Du, Lu Shi, Donglan Zhang, Leesa Lin, Hongjie Yu

Notice bibliographique

RevueJMIR Public Health and Surveillance · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueVaccine Coverage and Hesitancy
Établissements canadiensnon disponible
Organismes subventionnairesNational Science Fund for Distinguished Young ScholarsNational Science and Technology Major ProjectFudan UniversityNational Natural Science Foundation of China
Mots-clésCross-sectional studyCoronavirus disease 2019 (COVID-19)Environmental healthVaccination2019-20 coronavirus outbreakSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)MedicinePandemicOutbreakVirologyDisease

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The COVID-19 epidemic and the related containment strategies may affect parental and pediatric health behaviors. OBJECTIVE: The goal of this study was to assess the change in children's and adolescents' prevention and vaccination behaviors amid China's COVID-19 epidemic. METHODS: We conducted a cross-sectional online survey in mid-March 2020 using proportional quota sampling in Wuhan (the epidemic epicenter) and Shanghai (a nonepicenter). Data were collected from 1655 parents with children aged 3 to 17 years. Children's and adolescents' prevention behaviors and regular vaccination behaviors before and during the epidemic were assessed. Descriptive analyses were used to investigate respondents' characteristics, public health prevention behaviors, unproven protection behaviors, and vaccination behaviors before and during the COVID-19 epidemic. Univariate analyses were performed to compare differences in outcome measures between cities and family characteristics, using chi-square tests or Fisher exact tests (if expected frequency was <5) and analyses of variance. Multivariate logistic regressions were used to identify the factors and disparities associated with prevention and vaccination behaviors. RESULTS: Parent-reported prevention behaviors increased among children and adolescents during the COVID-19 epidemic compared with those before the epidemic. During the epidemic, 82.2% (638/776) of children or adolescents always wore masks when going out compared with 31.5% (521/1655) before the epidemic; in addition, 25.0% (414/1655) and 79.8% (1321/1655) had increased their frequency and duration of handwashing, respectively, although only 46.9% (776/1655) went out during the epidemic. Meanwhile, 56.1% (928/1655) of the families took unproven remedies against COVID-19. Parent-reported vaccination behaviors showed mixed results, with 74.8% (468/626) delaying scheduled vaccinations and 80.9% (1339/1655) planning to have their children get the influenza vaccination after the epidemic. Regarding socioeconomic status, children and adolescents from larger families and whose parents had lower education levels were less likely to improve prevention behaviors but more likely to take unproven remedies. Girls were less likely than boys to always wear a mask when going out and wash their hands. CONCLUSIONS: Prevention behaviors and attitudes toward influenza vaccination have improved during the COVID-19 epidemic. Public health prevention measures should be continuously promoted, particularly among girls, parents with lower education levels, and larger families. Meanwhile, misinformation about COVID-19 remains a serious challenge and needs to be addressed by public health stakeholders.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,084
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,038
Tête enseignante GPT0,398
Écart entre enseignants0,360 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations131
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Public Health and SurveillanceMême sujetVaccine Coverage and HesitancyTravaux en français237 207