Attitudes toward coronavirus disease 2019 vaccination in people with multiple sclerosis
Notice bibliographique
Résumé
Objective: We estimated coronavirus disease 2019 (COVID-19) vaccination rates in the North American Research Committee on Multiple Sclerosis (NARCOMS) population and investigated reasons for vaccine hesitancy. Methods: In Spring 2021, we surveyed the NARCOMS participants about COVID-19 vaccinations. Participants reported whether they had received any COVID-19 vaccination; if not, they reported why not. They also reported whether they had received influenza vaccination. Using multivariable logistic regression, we assessed participant characteristics associated with uptake of COVID-19 and influenza vaccines. Results: Of 4955 eligible respondents, 3998 (80.7%) were females with a mean (SD) age of 64.0 (9.7) years. Overall, 4165 (84.1%) reported that they had received a COVID-19 vaccine, most often Pfizer-BioNTech and Moderna, and 3723 (75.4%) received a seasonal influenza vaccine. Reasons for not getting the COVID-19 vaccine included possible adverse effects (47.73%), possible lack of efficacy (13.7%), and lack of perceived need (17.1%). Factors associated with receiving the COVID-19 vaccine included receipt of influenza vaccine, older age, higher socioeconomic status, any leisure physical activity, and use of disease-modifying therapy. Conclusion: In this older cohort of people with multiple sclerosis, COVID-19 vaccine uptake was high, exceeding uptake of seasonal influenza vaccine. Concerns regarding safety, efficacy, and lack of perceived risk were associated with not obtaining the COVID-19 vaccine.
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 | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».