COVID-19 VACCINE UPTAKE AMONG OPULENT VS SLUMS OF URBAN SETTING IN KARACHI, PAKISTAN
Notice bibliographique
Résumé
Background: COVID-19 vaccine effectiveness and acceptability are critical for a number of important outcomes, including symptomatic COVID-19, severe illnesses, and COVID-19-related mortality. Aim: To assess the immunization status regarding age, gender, and living standards and the reason for non-compliance to the Covid-19 vaccine among people of urban opulent and slums areas of a single city, i.e., Karachi, Pakistan. Method: This cross-sectional study was conducted from December 2022 to January 2023 in Karachi, Pakistan. Data were collected through social media websites, including WhatsApp and Facebook, telephonic interviews from opulent urban areas, and direct contact during the visit to primary health care clinics in urban slum areas. STATA software was used for data analysis. Result: Of 1265 respondents from slums and opulent areas, 15.8% were non-vaccinated slums, whereas 14.16% belonged to opulent areas needing vaccination with adjusted OR 95% is 0.74(0.41-0.95). Of 1265 respondents, 825(65%) were females, and 440 (34.7%) were male. The vaccine compliance among females was 49%, and 32% among male respondents with adjusted OR 95% 1.84(1.12-3.03). Only 6% of the slums area were vaccinated with the required shots of vaccine (2 doses and one booster) compared to opulent areas, i.e., 20%. Conclusion: Our research at the population level adds to the knowledge we now have from patient data and demonstrates how aggregated data from fully functioning epidemic surveillance and monitoring may provide information about the possible effects of extended COVID on national and international public health.
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 | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».