Multi-method findings on COVID-19 vaccine acceptability among urban refugee adolescents and youth in Kampala, Uganda
Notice bibliographique
Résumé
Scant studies have explored COVID-19 vaccine acceptability among refugees. However, contexts of forced migration may elevate COVID-19 vulnerabilities, and suboptimal refugee immunisation rates are reported for other vaccine-preventable diseases. We conducted a multi-methods study to describe COVID-19 vaccine acceptability among urban refugee youth in Kampala, Uganda. This study uses cross-sectional survey data from a cohort study with refugees aged 16–24 in Kampala to examine socio-demographic factors associated with vaccine acceptability. A purposively sampled cohort subset (n = 24) participated in semi-structured in-depth individual interviews, as did key informants (n = 6), to explore COVID-19 vaccine acceptance. Among 326 survey participants (mean age: 19.9; standard deviation 2.4; 50.0% cisgender women), vaccine acceptance was low (18.1% reported they were very likely to accept an effective COVID-19 vaccine). In multivariable models, vaccine acceptance likelihood was significantly associated with age and country of origin. Qualitative findings highlighted COVID-19 vaccine acceptability barriers and facilitators spanning social-ecological levels, including fear of side effects and mistrust (individual level), misinformed healthcare, community and family attitudes (community level), tailored COVID-19 services for refugees (organisational and practice setting), and political support for vaccines (policy environment). These data signal the urgent need to address social-ecological factors shaping COVID-19 vaccine acceptability among Kampala’s young urban refugees.Trial registration: ClinicalTrials.gov identifier: NCT04631367.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,001 | 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) | 0,000 | 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 ».