Perception about COVID-19 vaccine among patients at the federal medical centre, Yenagoa, South-South Nigeria
Notice bibliographique
Résumé
Background: The severe acute respiratory syndrome corona virus-2 (SARS-CoV-2) is the causative organism of the coronavirus disease 2019 (COVID-19), which is a respiratory disease that was first identified in December, 2019 in Wuhan, China. Objective was to determine the perception of the COVID-19 among patients at the Federal Medical Centre, Yenagoa, Bayelsa State, Nigeria.Methods: This study was carried out at the Federal Medical Centre, Yenagoa between 4th January and 15th February, 2021. It was a descriptive cross-sectional study. The study population consisted of 1,000 consecutive patients that presented to the various out-patients departments of the hospital. Written informed consent was obtained. The data were collected with a predesigned questionnaire, and were analysed using statistical software (SPSS for windows® version 23, SPSS Inc.; Chicago, USA).Results: Out of 1,000 participants, only a quarter of the participants (24.6%) indicated willingness to take the COVID-19 vaccine when available in Nigeria. About one-tenth of the participants have had loss of sense of taste and smell (11.7%), and think they possibly may have been infected with the COVID-19 (10.8%) in the recent past. Among those that were unwilling to take the COVID-19 vaccine, 14.2%, 9.0% and 7.5% thought that hydroxychloroquine, azithromycin and septrin respectively, are safe alternatives to the vaccine.Conclusions: Although it is known that hypothetical choices may not always reflect real life decision, it is important for policy makers and stakeholders to pay more attention on health education and campaign, targeted at addressing the misconception about COVID-19 vaccine.
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 | 0,015 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,018 | 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 ».