COVID-19 vaccination acceptance in Iran, a nationwide survey on factors associated with the willingness toward getting vaccinated
Notice bibliographique
Résumé
Background: In the name of extensive vaccine uptake, understanding the public's attitude, perception, and intent toward COVID-19 vaccination is a significant challenge for public health officials. Methods: A cross-sectional survey via an online questionnaire rooted in the Health Belief Model and Integrated Behavioral Model was conducted to evaluate COVID-19 vaccination intent and its associated factors. Factor analysis and multivariate logistic regression were operated to be satisfactory. Results: Among the 4,933 respondents, 24.7% were health care workers, and 64.2% intended to accept COVID-19 vaccination. The adjusted odds (aOR) of COVID-19 vaccination intent was higher for individuals with greater exposure to social norms supportive of COVID-19 vaccination (aOR = 3.07, 95% Confidence Interval (CI) = 2.71, 3.47) and higher perceived benefits of COVID-19 vaccination (aOR = 2.9, 95% CI = 2.49, 3.38). The adjusted odds of vaccination intent were lower for individuals with greater COVID-19 vaccine safety concerns (aOR = 0.28, 95%CI = 0.25, 0.31). Lower vaccination intent was also associated with increasing age ((aOR = 0.99, 95% CI = 0.98, 0.999), female sex (aOR = 0.76, 95% CI = 0.65, 0.88), and working in the health care field (aOR = 0.75, 95% CI = 0.63, 0.9). Conclusions: The odds of COVID-19 vaccination intent were higher three or more times among those with a greater belief in vaccine effectiveness, lower concerns about vaccine safety, and greater exposure to cues to vaccinate, including from doctors. This last finding is concerning as vaccine acceptance was surprisingly lower among health care workers compared to others. The remarkable results of factor analysis and reliability of the questionnaire may encourage local health authorities to apply it to their regional population.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,012 |
| 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 tête enseignante, 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 ».