MétaCan
Menu
Retour à la cohorte
Enregistrement W4392197950 · doi:10.1080/20523211.2024.2308617

Self-reported side effects of COVID-19 vaccines among the public

2024· article· en· W4392197950 sur OpenAlexaff
Mahmathi Karuppannan, Long Chiau Ming, Mohd Shahezwan Abd Wahab, Zakiah Mohd Noordin, Shermaine Yee, Andi Hermansyah

Notice bibliographique

RevueJournal of Pharmaceutical Policy and Practice · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueVaccine Coverage and Hesitancy
Établissements canadiensQuest University Canada
Organismes subventionnairesnon disponible
Mots-clésCoronavirus disease 2019 (COVID-19)2019-20 coronavirus outbreakSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)PharmacyMedicineVirologyPublic healthPandemicFamily medicineInternal medicineOutbreakPathologyInfectious disease (medical specialty)

Résumé

récupéré en direct d'OpenAlex

Background The safety, side effects and efficacy profile of COVID-19 vaccines remain subjects of ongoing concern among the public in Malaysia. The aim of this study was to determine the types of adverse effects following immunisation with COVID-19 vaccines and the differences based on various types of COVID-19 vaccines to raise public awareness and reduce vaccine hesitancy among the public.Methods A total of 901 Malaysian adults (≥18 years) who received various COVID-19 vaccines were selected to participate in our cross-sectional study through an online survey between December 2021 and January 2022.Results A total of 814 (90.3%) of the participants reported ≥1 side effect following COVID-19 immunisation. Of these, the predominant symptoms were swelling at the injection site (n = 752, 83.5%), headache (n = 638, 70.8%), pain or soreness at the injection site (n = 628, 69.7%), fatigue or tiredness (n = 544, 60.4%), muscle weakness (n = 529, 58.7%) and diarrhea (n = 451, 50.1%). Recipients of the Pfizer-BioNTech (Comirnaty ®) vaccine reported the highest number of adverse effects (n = 355, 43.6%), followed by mixed COVID-19 vaccines (n = 254, 31.2%), the Oxford-AstraZeneca (ChAdOx1-®[recombinant]) vaccine (n = 113, 13.9%) and the Sinovac (CoronaVac®) vaccine (n = 90, 11.1%). The study showed that individuals who reported significantly more side effects were of elderly age, female gender and high educational level [P value < 0.05]. Mixed COVID-19 vaccine recipients also reported significantly more local and systemic symptoms after the first dose and third dose when compared with other single vaccine recipients.Conclusion This study demonstrated the types of self-reported adverse effects following immunisation with single and mixed COVID-19 vaccines. These findings may provide the side effects of different COVID-19 vaccines with the hope of educating the public on the safety profiles of these vaccines and reducing vaccine hesitancy among the public.

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)0,004
score de la tête « metaresearch » (Gemma)0,032
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,899
Score d'incertitude au seuil0,977

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,032
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 savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,073
Tête enseignante GPT0,461
Écart entre enseignants0,388 · 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.

Devis d'étudeSans objet
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

Citations4
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Pharmaceutical Policy and PracticeMême sujetVaccine Coverage and HesitancyTravaux en français237 207