High COVID-19 vaccine uptake following initial hesitancy among people in Australia who inject drugs
Notice bibliographique
Résumé
BACKGROUND: Previous studies have reported high COVID-19 vaccine hesitancy among people who inject drugs. We aimed to examine COVID-19 vaccine coverage, motivations and barriers to vaccination, and factors associated with uptake among this population in Australia, 1.5 years after vaccine rollout commenced. METHODS: In June-July 2022, 868 people (66.0 % male, mean age 45.6 years) who regularly inject drugs and reside in an Australian capital city reported the number of COVID-19 vaccine doses they had received and their primary motivation (if vaccinated) or barrier (if unvaccinated) to receive the vaccine. We compared vaccine uptake to Australian population estimates and used logistic regression to identify factors associated with ≥ 2 dose and ≥ 3 dose uptake. RESULTS: Overall, 84.1 % (n = 730) had received at least one COVID-19 vaccine dose, 79.6 % (n = 691) had received ≥ 2 doses, and 46.1 % (n = 400) had received ≥ 3 doses. Participants were less likely to be vaccinated than the Australian general population (prevalence ratio: 0.82, 95 % confidence interval [CI]: 0.76-0.88). Key motivations to receive the vaccine were to protect oneself or others from COVID-19, while barriers pertained to vaccine or government distrust. Opioid agonist treatment (adjusted odds ratio [aOR]: 2.49, 95 % CI: 1.44-4.42), current seasonal influenza vaccine uptake (aOR: 6.76, 95 % CI: 3.18-16.75), and stable housing (aOR: 1.58, 95 % CI: 1.02-2.80) were associated with receipt of at least two vaccine doses. Participants aged ≥ 40 years (versus < 40 years; aOR: 1.66, 95 % CI: 1.10-2.53) or who reported a chronic health condition (aOR: 1.71, 95 % CI: 1.18-2.47) had higher odds of receiving at least three vaccine doses. CONCLUSION: We observed higher COVID-19 vaccine uptake than expected given previous studies of vaccine acceptability among people who inject drugs. However, it was lower than the general population. People who inject drugs and reside in unstable housing are a subpopulation that require support to increase vaccine uptake.
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 | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».