What motivates adults to accept influenza vaccine? An assessment of incentives, ease of access, messaging, and sources of information using a discrete choice experiment
Notice bibliographique
Résumé
Seasonal influenza vaccination rates remain low, and contribute to preventable influenza cases, hospitalizations, and deaths in the US. While numerous interventions have been implemented to increase vaccine uptake, there is a need to determine which interventions contribute most to vaccine willingness, particularly among age groups with vaccination rates that have plateaued at suboptimal levels. This study aimed to quantify the relative effect of multiple interventions on vaccine willingness to receive influenza vaccine in three age groups using a series of hypothetical situations with different behavioral interventions. We assessed the relative impact of four categories of interventions: source of vaccine messages, type of vaccination messages, vaccination incentives, and ease of vaccine access using a discrete choice experiment. Within each category, we investigated the role of four different attributes to measure their relative contribution to willingness to be vaccinated by removing one option from each of the intervention categories. Among the 1,763 Minnesota residents who volunteered for our study, participants expressed vaccine willingness in over 80% of the scenarios presented. Easy access to drop-in vaccination sites had the greatest impact on vaccine willingness in all age groups. Among the younger age group, small financial incentives also contributed to high vaccine willingness. Our results suggest that public health programs and vaccination campaigns may improve their chances of successfully increasing vaccine willingness if they offer interventions preferred by adults, including facilitating convenient access to vaccination and offering small monetary incentives, particularly for young adults.
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 | 0,006 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».