COVID-19 vaccine hesitancy in Africa: a scoping review
Notice bibliographique
Résumé
BACKGROUND: Vaccination against the novel coronavirus is one of the most effective strategies for combating the global Coronavirus disease (COVID-19) pandemic. However, vaccine hesitancy has emerged as a major obstacle in several regions of the world, including Africa. The objective of this rapid review was to summarize the literature on COVID-19 vaccine hesitancy in Africa. METHODS: We searched Scopus, Web of Science, African Index Medicus, and OVID Medline for studies published from January 1, 2020, to March 8, 2022, examining acceptance or hesitancy towards the COVID-19 vaccine in Africa. Study characteristics and reasons for COVID-19 vaccine acceptance were extracted from the included articles. RESULTS: A total of 71 articles met the eligibility criteria and were included in the review. Majority (n = 25, 35%) of the studies were conducted in Ethiopia. Studies conducted in Botswana, Cameroun, Cote D'Ivoire, DR Congo, Ghana, Kenya, Morocco, Mozambique, Nigeria, Somalia, South Africa, Sudan, Togo, Uganda, Zambia, Zimbabwe were also included in the review. The vaccine acceptance rate ranged from 6.9 to 97.9%. The major reasons for vaccine hesitancy were concerns with vaccine safety and side effects, lack of trust for pharmaceutical industries and misinformation or conflicting information from the media. Factors associated with positive attitudes towards the vaccine included being male, having a higher level of education, and fear of contracting the virus. CONCLUSIONS: Our review demonstrated the contextualized and multifaceted reasons inhibiting or encouraging vaccine uptake in African countries. This evidence is key to operationalizing interventions based on facts as opposed to assumptions. Our paper provided important considerations for addressing the challenge of COVID-19 vaccine hesitancy and blunting the impact of the pandemic in Africa.
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 | 0,051 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,005 |
| Bibliométrie | 0,014 | 0,013 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| 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 ».