Influenza Vaccine Hesitancy and Its Determinants Among Rheumatology Patients
Notice bibliographique
Résumé
OBJECTIVE: Patients with rheumatic disease (RD) have an increased risk of influenza and its complications. Despite inactivated influenza vaccine (IIV) recommendations, IIV uptake in patients with RD is suboptimal, a problem of increasing importance in the COVID-19 era. We estimated the frequency of IIV hesitancy and associated factors among Canadian patients with RD. METHODS: A cross-sectional vaccine hesitancy survey was completed by rheumatology clinic patients (November 2019 to January 2020). Patients rated their likelihood of receiving the influenza vaccine (scale of 0-10). We categorized these as follows: likely to refuse (scale of 0-2), uncertain (scale of 3-7), or likely to accept (scale of 8-10). Multivariate logistical regression was used to evaluate factors associated with vaccine hesitancy. RESULTS: A total of 282 patients (63.5% of those approached) completed the survey, with 165 (58.5%) being likely to accept, 67 (23.8%) being likely to refuse, and 50 (17.7%) uncertain. Uncertain patients were younger and more likely to be employed than those in the other two groups. No previous influenza vaccination (odds ratio [OR] 36.6, 95% confidence interval [CI] 5.3-252.9), belief that vaccination should not be mandatory (OR 0.1, 95% CI 0.0-0.7), unwillingness to take time off work to be vaccinated (OR 6.8, 95% CI 1.5-30.6), and distrust in pharmaceutical companies (OR 41.0, 95% CI 5.6-301.5) predicted likeliness to refuse. Reluctance to pay for vaccination (OR 2.8, 95% CI 1.1-7.5) and no previous influenza vaccination (OR 18.9, 95% CI 3.3-109.7) predicted uncertainty. CONCLUSION: More than 40% of rheumatology patients are either likely to refuse or uncertain about receiving IIV. This contributes to suboptimal vaccine coverage in this population. Interventions addressing these concerns are needed, particularly in the COVID-19 era.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 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 ».