Preferences and Willingness to Pay for Herpes Zoster Vaccination Among Chinese Adults: Discrete Choice Experiment
Notice bibliographique
Résumé
BACKGROUND: The incidence of herpes zoster (HZ) is rapidly increasing, causing both clinical and economic burdens in China. Very little is known about Chinese residents' HZ vaccine preferences and willingness to pay (WTP) for each vaccination attribute. OBJECTIVE: This study aims to elicit the preferences of Chinese urban adults (aged 25 years or older) regarding HZ vaccination programs and to calculate WTP for each vaccination attribute. METHODS: In this study, we interviewed 2864 residents in 9 cities in China. A discrete choice experiment was conducted to investigate the residents' preferences for HZ vaccination and to predict the uptake rate for different vaccine scenarios. A mixed logit model was used to estimate the preferences and WTP for each attribute. Seven attributes with different levels were included in the experiment, and we divided the coefficients of other attributes by the coefficient of price to measure WTP. RESULTS: Vaccine effectiveness, protection duration, risk of side effects, place of origin, and cost were proven to influence Chinese adults' preferences for HZ vaccination. The effectiveness of the HZ vaccine was the attribute that had the most predominant impact on residents' preferences, followed by protection duration. The residents were willing to pay CN ¥974 (US $145) to increase the vaccine effectiveness from 45% to 90%, and they would barely pay to exchange the vaccination schedule from 2 doses to 1 dose. It is suggested that the expected uptake could be promoted the most (by 20.84%) with an increase in the protection rate from 45% to 90%. CONCLUSIONS: Chinese urban adults made trade-offs between vaccine effectiveness, protection duration, place of origin, side effects, and cost of HZ vaccination. Vaccine effectiveness was the most important characteristic. The residents have the highest WTP (CN ¥974; US $145) for enhancing the effectiveness of vaccines. To maximize HZ vaccine uptake, health authorities should promote vaccine effectiveness.
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 | 0,004 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».