Attitudes toward COVID-19 vaccination and willingness to pay: comparison of people with and without mental disorders in China
Notice bibliographique
Résumé
Background Acceptance and willingness to pay for the COVID-19 vaccine are unknown. Aims We compared attitudes toward COVID-19 vaccination in people suffering from depression or anxiety disorder and people without mental disorders, and their willingness to pay for it. Method Adults with depression or anxiety disorder ( n = 79) and healthy controls ( n = 134) living in Chongqing, China, completed a cross-sectional study between 13 and 26 January 2021. We used a validated survey to assess eight aspects related to attitudes toward the COVID-19 vaccines. Psychiatric symptoms were assessed by the 21-item Depression, Anxiety and Stress Scale. Results Seventy-six people with depression or anxiety disorder (96.2%) and 134 healthy controls (100%) reported willingness to receive the COVID-19 vaccine. A significantly higher proportion of people with depression or anxiety disorder (64.5%) were more willing to pay for the COVID-19 vaccine than healthy controls (38.1%) ( P ≤ 0.001). After multivariate adjustment, severity of depression and anxiety was significantly associated with willingness to pay for COVID-19 vaccination among psychiatric patients ( P = 0.048). Non-healthcare workers ( P = 0.039), health insurance ( P = 0.003), living with children ( P = 0.006) and internalised stigma ( P = 0.002) were significant factors associated with willingness to pay for COVID-19 vaccine in healthy controls. Conclusions To conclude, psychiatric patients in Chongqing, China, showed high acceptance and willingness to pay for the COVID-19 vaccine. Factors associated with willingness to pay for the COVID-19 vaccine differed between psychiatric patients and healthy controls.
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 | 0,000 | 0,000 |
| 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) | 0,000 | 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 ».