Predictors of COVID-19 vaccine acceptability among refugees and other migrant populations: A systematic scoping review
Notice bibliographique
Résumé
OBJECTIVE: This study aimed to map the existing literature to identify predictors of COVID-19 vaccine acceptability among refugees, immigrants, and other migrant populations. METHODS: A systematic search of Medline, Embase, Scopus, APA PsycInfo and Cumulative Index of Nursing and Allied Health Literature (CINAHL) was conducted up to 31 January 2023 to identify the relevant English peer-reviewed observational studies. Two independent reviewers screened abstracts, selected studies, and extracted data. RESULTS: We identified 34 cross-sectional studies, primarily conducted in high income countries (76%). Lower vaccine acceptance was associated with mistrust in the host countries' government and healthcare system, concerns about the safety and effectiveness of COVID-19 vaccines, limited knowledge of COVID-19 infection and vaccines, lower COVID-19 risk perception, and lower integration level in the host country. Female gender, younger age, lower education level, and being single were associated with lower vaccine acceptance in most studies. Additionally, sources of information about COVID-19 and vaccines and previous history of COVID-19 infection, also influence vaccine acceptance. Vaccine acceptability towards COVID-19 booster doses and various vaccine brands were not adequately studied. CONCLUSIONS: Vaccine hesitancy and a lack of trust in COVID-19 vaccines have become significant public health concerns within migrant populations. These findings may help in providing information for current and future vaccine outreach strategies among migrant populations.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 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 | 0,000 | 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 tête enseignante, 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 ».