Psychological and situational factors associated with COVID-19 vaccine intention among postpartum women in Pakistan: a cross-sectional study
Notice bibliographique
Résumé
OBJECTIVES: Contributing factors to COVID-19 vaccination intention in low-income and middle-income countries have received little attention. This study examined COVID-19-related anxiety and obsessive thoughts and situational factors associated with Pakistani postpartum women's intention to get COVID-19 vaccination. DESIGN: Cross-sectional study administering a survey by a telephone interview format between 15 July and 10 September 2020. SETTING: Four centres of Aga Khan Hospital for Women and Children-Garden, Kharadar, Karimabad and Hyderabad-in Sindh Province, Pakistan. PARTICIPANTS: Women who were enrolled in our longitudinal Pakistani cohort study were approached (n=1395), and 990 women (71%) participated in the survey, of which 941 women who were in their postpartum period were included in the final analysis. PRIMARY OUTCOME MEASURE AND FACTORS: COVID-19 vaccine intention, sociodemographic and COVID-19-related factors, Coronavirus anxiety, obsession with COVID-19 and work and social adjustment were assessed. Multiple multinomial logistic regression analysis was used to identify factors associated with women's intentions. RESULTS: Most women would accept a COVID-19 vaccine for themselves (66.7%). Only 24.4% of women were undecided about vaccination against COVID-19, and a small number of women rejected the COVID-19 vaccine (8.8%). Women with primary education were less likely to take a COVID-19 vaccine willingly than those with higher education. COVID-19 vaccine uncertainty and refusal were predicted by having no experience of COVID-19 infection, childbirth during the pandemic, having no symptoms of Coronavirus anxiety and obsession with COVID-19. Predictors for women's intention to vaccinate themselves and their children against COVID-19 were similar. CONCLUSION: Understanding the factors shaping women's intention to vaccinate themselves or their children would enable evidence-based strategies by healthcare providers to enhance the uptake of the COVID-19 vaccine and achieve herd immunity against Coronavirus.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».