Factors Affecting Willingness to Receive COVID-19 Vaccine Among Adults: A Cross-sectional Study in Bangladesh
Notice bibliographique
Résumé
The COVID-19 vaccine has been made available for emergency use in Bangladesh. However, willingness to receive the vaccine may be affected by varying factors across the country. Therefore, this study aimed to investigate the factors that influence willingness to receive the vaccine among Bangladeshi adults. A population-based cross-sectional online survey was conducted among a sample of 1,725 Bangladesh adults (age 18 years and older). The statistical analysis included univariate, bivariate and multivariate regression model. Findings show that 85% ( n = 1463) of respondents were willing to receive the vaccine. Respondents with 1–2 children (aOR: 1.77, 95% CI: 1.00–3.13, P = . 048), perceived risk of being infected (aOR: 1.48, 95% CI: 1.03–2.14, P = . 03), perceived impact on daily life (aOR: 2.53, 95%CI: 1.45–4.44, P = . 001), history of co-morbidities (aOR: 2.04, 95% CI: 1.37–3.04, P < . 01), price of the vaccine (aOR: 3.58, 95% CI: 2.34–5.47), physician’s recommendation to receive vaccine (aOR: 2.06, 95% CI: 1.38–3.06, P < . 01), vaccines supplied by government (aOR: 2.31, 95% CI: 1.64–3.25, P < . 01) were found to be motivating factors for willingness to receive the vaccine. Findings indicate that willingness to receive the vaccine is likely to be affected by socio-demographic, and health system factors. This should be carefully considered in the rollout of the vaccination plans in Bangladesh.
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 | 0,004 | 0,001 |
| 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 | 0,000 |
| 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 ».