Social inequalities in COVID-19 vaccine acceptance and uptake for children and adolescents in Montreal, Canada: a cross-sectional study
Notice bibliographique
Résumé
ABSTRACT Background The success of current and prospective COVID-19 vaccine campaigns for children and adolescents will in part depend on the willingness of parents to accept vaccination. This study examined social determinants of parental COVID-19 vaccine acceptance and uptake for children and adolescents. Methods We used cross-sectional data from an ongoing COVID-19 cohort study in Montreal, Canada and included all parents of 2 to 18-year-olds who completed an online questionnaire between May 18 and June 26, 2021 (n=809). We calculated child age-adjusted prevalence estimates of vaccine acceptance by parental education, race/ethnicity, birthplace, household income, and neighbourhood, and used multinomial logistic regression to estimate adjusted prevalence differences (aPD) and ratios (aPR). Social determinants of vaccine uptake were estimated for the vaccine-eligible sample of 12 to 18 year-olds (n=306). Results Intention to vaccinate children against COVID-19 was high, with only 12.4% of parents unlikely to have their child vaccinated. Parents with younger children were less likely to accept vaccination, as were those from lower-income households, racialized groups, and those born outside Canada. The percent of parents whose child was vaccinated or very likely to be vaccinated was 18.4 percentage points lower among those with annual household incomes <$100,000 vs. ≥$150,000 (95% CI: 10.1 to 26.7). Racialized parents reported greater unwillingness to vaccinate compared to White parents (aPD=10.3; 95% CI: 1.5, 19.1). Vaccine-eligible adolescents from the most deprived neighbourhood were half as likely to be vaccinated compared to those from the least deprived neighbourhood (aPR = 0.48; 95% CI: 0.18 to 0.77). Interpretation This study identified marked social inequalities in COVID-19 vaccine acceptance and uptake for children and adolescents. Efforts are needed to reach disadvantaged and marginalized populations with tailored strategies that promote informed decision making and facilitate access to vaccination.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».