What drives willingness to receive a new vaccine that prevents an emerging infectious disease? A discrete choice experiment among university students in Uganda
Notice bibliographique
Résumé
BACKGROUND: There is a critical need to identify the drivers of willingness to receive new vaccines against emerging and epidemic diseases. A discrete choice experiment is the ideal approach to evaluating how individuals weigh multiple attributes simultaneously. We assessed the degree to which six attributes were associated with willingness to be vaccinated among university students in Uganda. METHODS: We conducted a single-profile discrete choice experiment at Makerere University in 2019. Participants were asked whether or not they would be vaccinated in 8 unique scenarios where attributes varied by disease risk, disease severity, advice for or against vaccination from trusted individuals, recommendations from influential figures, whether the vaccine induced indirect protection, and side effects. We calculated predicted probabilities of vaccination willingness using mixed logistic regression models, comparing health professional students with all other disciplines. FINDINGS: Of the 1576 participants, 783 (49.8%) were health professional students and 685 (43.5%) were female. Vaccination willingness was high (78%), and higher among health students than other students. We observed the highest vaccination willingness for the most severe disease outcomes and the greatest exposure risks, along with the Minister of Health's recommendation or a vaccine that extended secondary protection to others. Mild side effects and recommendations against vaccination diminished vaccination willingness. INTERPRETATION: Our results can be used to develop evidence-based messaging to encourage uptake for new vaccines. Future vaccination campaigns, such as for COVID-19 vaccines in development, should consider acknowledging individual risk of exposure and disease severity and incorporate recommendations from key health leaders.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,011 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».