Vaccine hesitancy: evidence from an adverse events following immunization database, and the role of cognitive biases
Notice bibliographique
Résumé
BACKGROUND: Vaccine hesitancy has been a growing challenge for public health in recent decades. Among factors contributing to vaccine hesitancy, concerns regarding vaccine safety and Adverse Events (AEs) play the leading role. Moreover, cognitive biases are critical in connecting such concerns to vaccine hesitancy behaviors, but their role has not been comprehensively studied. In this study, our first objective is to address concerns regarding vaccine AEs to increase vaccine acceptance. Our second objective is to identify the potential cognitive biases connecting vaccine hesitancy concerns to vaccine-hesitant behaviors and identify the mechanism they get triggered in the vaccine decision-making process. METHODS: First, to mitigate concerns regarding AEs, we quantitatively analyzed the U.S. Vaccine Adverse Event Reporting System (VAERS) from 2011 to 2018 and provided evidence regarding the non-severity of the AEs that can be used as a communicable summary to increase vaccine acceptance. Second, we focused on the vaccination decision-making process. We reviewed cognitive biases and vaccine hesitancy literature to identify the most potential cognitive biases that affect vaccine hesitancy and categorized them adopting the Precaution Adoption Process Model (PAPM). RESULTS: Our results show that the top frequent AEs are expected mild reactions like injection site erythema (4.29%), pyrexia (3.66%), and injection site swelling (3.21%). 94.5% of the reports are not serious and the average population-based serious reporting rate over the 8 years was 25.3 reports per 1 million population. We also identified 15 potential cognitive biases that might affect people's vaccination decision-making and nudge them toward vaccine hesitancy. We categorized these biases based on the factors that trigger them and discussed how they contribute to vaccine hesitancy. CONCLUSIONS: This paper provided an evidence-based communicable summary of VAERS. As the most trusted sources of vaccine information, health practitioners can use this summary to provide evidence-based vaccine information to vaccine decision-makers (patients/parents) and mitigate concerns over vaccine safety and AEs. In addition, we identified 15 potential cognitive biases that might affect the vaccination decision-making process and nudge people toward vaccine hesitancy. Any plan, intervention, and message to increase vaccination uptake should be modified to decrease the effect of these potential cognitive biases.
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 | 0,027 | 0,139 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,004 | 0,005 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 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 ».