An instrument to measure psychosocial determinants of health care professionals’ vaccination behavior: Validation of the Pro-VC-Be questionnaire
Notice bibliographique
Résumé
OBJECTIVES: The lack of validated instruments assessing vaccine hesitancy/confidence among health care professionals (HCPs) for themselves, and their patients led us to develop and validate the Pro-VC-Be instrument to measure vaccine confidence and other psychosocial determinants of HCPs' vaccination behavior among diverse HCPs in different countries. METHODS: Cross-sectional survey in October-November 2020 among 1,249 GPs in France, 432 GPs in French-speaking parts of Belgium, and 1,055 nurses in Quebec (Canada), all participating in general population immunization. Exploratory and confirmatory factor analyses evaluated the instrument's construct validity. We used HCPs' self-reported vaccine recommendations to patients, general immunization activity, self-vaccination, and future COVID-19 vaccine acceptance to test criterion validity. RESULTS: The final results indicated a 6-factor structure with good fit: vaccine confidence (combining complacency, perceived vaccine risks, perceived benefit-risk balance, perceived collective responsibility), trust in authorities, perceived constraints, proactive efficacy (combining commitment to vaccination and self-efficacy), reluctant trust, and openness to patients. The instrument showed good convergent and criterion validity and adequate discriminant validity. CONCLUSIONS: This study found that the Pro-VC-Be is a valid instrument for measuring psychosocial determinants of HCPs' vaccination behaviors in different settings. Its validation is currently underway in Europe among various HCPs in different languages.
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 | 0,000 |
| 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 ».