Multilevel determinants of Covid-19 vaccine hesitancy and undervaccination among marginalized populations in the United States: A scoping review
Notice bibliographique
Résumé
Abstract Background Amid persistent disparities in Covid-19 vaccination, we conducted a scoping review to identify multilevel determinants of Covid-19 vaccine hesitancy (VH) and undervaccination among marginalized populations in the U.S. Methods We utilized the scoping review methodology developed by the Joanna Briggs Institute and report all findings according to PRISMA-ScR guidelines. We developed a search string and explored 7 databases to identify peer-reviewed articles published from January 1, 2020–October 31, 2021, the initial period of U.S. Covid-19 vaccine avails.comability. We combine frequency analysis and narrative synthesis to describe factors influencing Covid-19 vaccination among marginalized populations. Results The search captured 2,496 non-duplicated records, which were scoped to 50 peer-reviewed articles: 11 (22%) focused on African American/Black people, 9 (18%) people with disabilities, 4 (8%) justice-involved people, and 2 (4%) each on Latinx, people living with HIV/AIDS, people who use drugs, and LGBTQ+ people. Forty-four articles identified structural factors, 36 social/community, 27 individual, and 40 vaccine-specific factors. Structural factors comprised medical mistrust (of healthcare systems, government public health) and access barriers due to unemployment, unstable housing, lack of transportation, no/low paid sick days, low internet/digital technology access, and lack of culturally and linguistically appropriate information. Social/community factors including trust in a personal healthcare provider (HCP), altruism, family influence, and social proofing mitigated VH. At the individual level, low perceived Covid-19 threat and negative vaccine attitudes were associated with VH. Discussion This review indicates the importance of identifying and disaggregating structural factors underlying Covid-19 undervaccination among marginalized populations, both cross-cutting and population-specific—including multiple logistical and economic barriers in access, and systemic mistrust of healthcare systems and government public health—from individual and social/community factors, including trust in personal HCPs/clinics as reliable sources of vaccine information, altruistic motivations, and family influence, to effectively address individual decisional conflict underlying VH as well as broader determinants of undervaccination.
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 | 0,018 | 0,110 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,006 |
| Bibliométrie | 0,019 | 0,018 |
| 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 ».