COVID-19 Vaccine Hesitancy Among Older Adults in a Geriatric Centre in Nigeria
Notice bibliographique
Résumé
Introduction Despite the proven efficacy of COVID-19 vaccines, there is a significant level of hesitancy, particularly among the elderly population in Nigeria. The research investigates factors associated with COVID-19 vaccine hesitancy among older persons attending Geriatric Centers in southwestern Nigeria. Methods This was a cross-sectional study of 332 older adults (≥60 years). Sociodemographic characteristics, attitudes, beliefs, psychological antecedents, sources of information, and perceived sensitivity to the COVID-19 vaccine were explored. Bivariate and multivariate analyses were performed using the Statistical Package for the Social Sciences (IBM SPSS Statistics for Windows, IBM Corp., Version 27.0, Armonk, NY) at a 0.05 significance level. Results The mean age of the respondents was 71.8±7.3 years. The prevalence of COVID-19 vaccine hesitancy was 43.1%. Predictors of COVID-19 hesitancy were not knowing where to get vaccination OR=7.058 (1.745-28.542), did not think vaccines are safe OR=8.767 (2.250-34.159), worries about unforeseen future effects OR=1.111 (1.004-1.227), preference for natural immunity OR=1.170 (1.036-1.321). Discussion COVID-19 vaccine hesitancy was high in our study. Our study underscores the importance of community engagement, education, and communication strategies tailored to the needs and perceptions of the older population in Nigeria.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,001 | 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 ».