Intention to receive a COVID-19 vaccine by HIV status among a population-based sample of women and gender diverse individuals in British Columbia, Canada
Notice bibliographique
Résumé
ABSTRACT Introduction COVID-19 vaccination is recommended for people living with HIV (PLWH), among whom social inequities and co-morbidities may drive risks of COVID-19 infection and outcome severity. Among a provincial (British Columbia) sample, we determined the prevalence of COVID-19 vaccine intention by HIV status and assessed socio-demographic, vaccine hesitancy, and psychological predictors of vaccine intention. Methods Individuals (25-69y) recruited from province-wide research cohorts completed an online survey examining COVID-19 impacts (August/2020-March/2021). Among women and gender diverse participants, we compared intention to receive a recommended COVID-19 vaccine (Very likely/Likely vs Neutral/Unlikely/Very Unlikely) by self-reported HIV status. Logistic regression models assessed the independent effect of HIV status and other factors on vaccine intention. Results Of 5,588 participants, 69 (1.2%) were PLWH, of whom 79.7% were on antiretroviral therapy. Intention to vaccinate was significantly lower among PLWH compared to participants not living with HIV (65.2% vs 79.6%; OR: 0.44; 95%CI: 0.32-0.60). However, this association was attenuated after adjustment for social disparities (aOR:0.85; 95%CI: 0.48-1.55). Among PLWH, those with greater vaccine confidence, positive attitudes towards the COVID-19 vaccine, and more strongly influenced by direct and indirect social norms to vaccinate had significantly higher odds of vaccine intention. Discussion Tailored messaging is needed to build vaccine confidence, address questions about vaccine benefits, and support informed vaccination decision-making to promote COVID-19 vaccine uptake among women and gender diverse PLWH.
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 | 0,003 |
| 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) | 0,001 | 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 ».