MétaCan
Menu
Retour à la cohorte
Enregistrement W4364374920 · doi:10.1136/bmjopen-2022-063632

Vaccine intention and hesitancy among Australian women who are currently pregnant or have recently given birth: the Birth in the Time of COVID-19 (BITTOC) national online survey

2023· article· en· W4364374920 sur OpenAlexfundno aff
Hannah Dahlen, Caroline Homer, Jacqueline Boyle, Belinda Lequertier, Sue Kildea, Kingsley Agho

Notice bibliographique

RevueBMJ Open · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueCOVID-19 Impact on Reproduction
Établissements canadiensnon disponible
Organismes subventionnairesCanadian Institutes of Health ResearchSydney Partnership for Health, Education, Research and EnterpriseCharles Darwin University
Mots-clésMedicineVaccinationPregnancyConfoundingMultinomial logistic regressionDemographyLogistic regressionCoronavirus disease 2019 (COVID-19)GestationFamily medicineImmunologyInternal medicineDisease

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To examine the prevalence of COVID-19 vaccination, and factors associated with vaccination intention and hesitancy in pregnant and postnatal women in Australia. DESIGN AND SETTING: A national online survey was conducted over 6 months between 31 August 2021 and 1 March 2022 and responses to vaccination status were categorised as: 'vaccinated', 'vaccine intended' and 'vaccine hesitant'. The data were weighted to reflect the proportion of women of reproductive age. Potential confounding variables were examined using multinomial logistic regression analyses, and all comparisons were made against vaccinated pregnant and postnatal women. PARTICIPANTS: 2140 women responded to the survey (838 pregnant; 1302 recently post partum). RESULTS: Amongst pregnant women, 586 (69.9%) were vaccinated, 166 (19.8%) indicated intention and 86 (10.3%) were hesitant. In postnatal women, this was 1060 (81.4%), 143 (11.0%) and 99 (7.6%), respectively. Only 52 (6.2%) of pregnant women stated never wanting a COVID-19 vaccine. Vaccine hesitancy increased over time, and for pregnant women was associated with: living in a state other than New South Wales (NSW) (Adjusted Relative Risk (ARR) 2.77, 95%CI: 1.68-4.56 for vaccine intention and ARR=3.31, 95%CI: 1.52-7.20 for vaccine hesitancy), younger age <30 years, not having a university education, income <80K AUD, gestation <28 weeks, having no pregnancy risk factors, and being less satisfied with life (ARR=2.20, 95%CI: 1.04-4.65 for vaccine intention and ARR=2.53, 95%CI: 1.02-6.25 for vaccine hesitancy) . For postnatal women: living in a state other than NSW or Victoria, income <80K AUD and having private obstetric care (ARR=2.06, 95%CI: 1.23-3.46) were significantly associated with vaccine hesitancy. CONCLUSIONS: Around 1 in 10 pregnant women and just over 1 in 13 postnatal women reported vaccine hesitancy in this Australian survey, and hesitancy was higher in the latter 3-month period. Tailored messages to younger mothers and those from lower-middle socioeconomic groups, alongside advice from midwives and obstetricians, could help to reduce hesitancy among pregnant and postnatal women. Financial incentives may help to facilitate COVID-19 vaccine uptake. A real-time surveillance system and additional pregnancy fields added to the Australian immunisation register would support the safety monitoring of multiple vaccines in pregnancy and may build confidence.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,007
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,050
Score d'incertitude au seuil0,815

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,206
Tête enseignante GPT0,452
Écart entre enseignants0,246 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations8
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMJ OpenMême sujetCOVID-19 Impact on ReproductionTravaux en français237 207