Effect of COVID-19 Pandemic on Influenza Vaccination Intention: A Meta-Analysis and Systematic Review
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Poorer outcomes have been reported with COVID-19 and influenza coinfections. As the COVID-19 pandemic rages on, protection against influenza by vaccination is becoming increasingly important. This study examines how COVID-19 has influenced influenza vaccination intentions from a global perspective. A literature search was conducted on Embase, PubMed, and CNKI from 1 January 2019 to 31 December 2021 for articles reporting rates of influenza vaccination pre-COVID-19 (19/20 season), and intention and/or uptake of influenza vaccination post-COVID-19 (20/21 season). The changes in vaccination intention and reasons for changes were reported. Subgroup analyses were performed by region, gender, age, and occupation. Newcastle Ottawa Scale was used for quality assessment of the articles. Twenty-seven studies with 39,193 participants were included. Among 22 studies reporting intention to vaccinate in 20/21, there was increased intention to vaccinate (RR 1.50, 95% CI 1.32−1.69, p < 0.001) regardless of age, gender, and occupation. The remaining five studies reporting vaccination intention and uptake in 20/21 showed a similar increase (RR 1.68, 95%CI 1.20−2.36). Important determinants include historical vaccine acceptance, and perception of influenza severity and vaccine safety. The COVID-19 pandemic has increased intention to vaccinate against influenza internationally. The pandemic could be a window of opportunity to promote influenza vaccination and decrease vaccine hesitancy.
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.
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 | 0,006 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,013 | 0,004 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 découle