Health care provider trust in vaccination: a systematic review and qualitative meta-synthesis
Notice bibliographique
Résumé
BACKGROUND: Vaccine hesitancy is a growing issue globally amongst various populations, including health care providers. This study explores the factors that influence vaccine hesitancy amongst nurses and physicians. METHODS: We performed a qualitative meta-synthesis of 22 qualitative and mixed-method studies exploring the factors that may contribute to vaccine hesitancy amongst nurses and physicians. We included all articles that mentioned any aspect of trust concerning vaccination, including how trust may influence or contribute to vaccine hesitancy in nurses and physicians. RESULTS: Our findings revealed that vaccine hesitancy amongst nurses stemmed predominantly from two factors: distrust in health authorities and their employers, and distrust in vaccine efficacy and safety. Both nurses and physicians had a precarious relationship with health authorities. Nurses felt that their employers and health authorities did not prioritize their health over patients' health, provided inaccurate and inconsistent vaccine information, and were mistrustful of pharmaceutical company motives. Like nurses, physicians were also skeptical of pharmaceutical company motives when it came to vaccination. Additionally, physicians also held doubts regarding vaccine efficacy and safety. CONCLUSIONS: The relationship health care providers or their patients have with health authorities and other providers regarding vaccination serves as unsystematic clinical experiences that may bolster vaccine hesitancy. Providing accurate and tangible information to emphasize the safety and efficacy of vaccines to health care providers may help address their specific concerns that may ultimately increase vaccine uptake.
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 | 0,062 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,007 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».