Perceptions of, and Obstacles to, SARS-CoV-2 Vaccination Among Adults in Lebanon: Cross-sectional Online Survey
Notice bibliographique
Résumé
BACKGROUND: The COVID-19 pandemic is an additional burden on Lebanon's fragmented health care system and adds to its ongoing political, economic, and refugee crises. Vaccination is an important means of reducing the impact of the pandemic. OBJECTIVE: Our study's aims were to (1) assess the prevalences of intention to vaccinate and vaccine hesitancy in Lebanon; (2) determine how vaccine hesitancy in Lebanon varies by sociodemographic, economic, and geographic characteristics; and (3) understand individuals' motivations for vaccinating as well as concerns and obstacles to vaccination. METHODS: We performed a cross-sectional study from January 29, 2021, to March 11, 2021, using an online questionnaire of open- and closed-ended questions in Arabic via convenience "snowball" sampling to assess the perceptions of adults residing in Lebanon. RESULTS: Of the 1185 adults who participated in the survey, 46.1% (95% CI: 43.2%-49.0%) intended to receive the SARS-CoV-2 vaccine when available to them, 19.0% (95% CI 16.8%-21.4%) indicated they would not, and 34.0% (95% CI 31.3%-36.8%) were unsure (with an additional 0.9% skipping this question). The most common reasons for hesitancy were concerns about safety, limited testing, side effects, and efficacy. Top motivations for vaccinating were to protect oneself, protect one's family and the public, and end the pandemic. Despite financial hardships in Lebanon, barriers to vaccine access were not frequently described as concerns. Established health care facilities, rather than new temporary vaccination centers, were most frequently selected as preferred vaccination sites. CONCLUSIONS: Vaccine hesitancy appears to be high in Lebanon. Disseminating clear, consistent, evidence-based safety and efficacy information on vaccines may help reduce vaccine hesitancy, especially among the large proportion of adults who appear to be unsure about (rather than opposed to) vaccination.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,000 | 0,000 |
| 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 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 ».