Preferences for COVID-19 Vaccines: Systematic Literature Review of Discrete Choice Experiments
Notice bibliographique
Résumé
BACKGROUND: Vaccination can be viewed as comprising the most important defensive barriers to protect susceptible groups from infection. However, vaccine hesitancy for COVID-19 is widespread worldwide. OBJECTIVE: We aimed to systematically review studies eliciting the COVID-19 vaccine preference using discrete choice experiments. METHODS: A literature search was conducted in PubMed, Embase, Web of Science, Scopus, and CINAHL Plus platforms in April 2023. Search terms included discrete choice experiments, COVID-19, and vaccines and related synonyms. Descriptive statistics were used to summarize the study characteristics. Subgroup analyses were performed by factors such as high-income countries and low- and middle-income countries and study period (before, during, and after the pandemic wave). Quality appraisal was performed using the 5-item Purpose, Respondents, Explanation, Findings, and Significance checklist. RESULTS: The search yield a total of 623 records, and 47 studies with 53 data points were finally included. Attributes were grouped into 4 categories: outcome, process, cost, and others. The vaccine effectiveness (21/53, 40%) and safety (7/53, 13%) were the most frequently reported and important attributes. Subgroup analyses showed that vaccine effectiveness was the most important attribute, although the preference varied by subgroups. Compared to high-income countries (3/29, 10%), a higher proportion of low- and middle-income countries (4/24, 17%) prioritized safety. As the pandemic progressed, the duration of protection (2/24, 8%) during the pandemic wave and COVID-19 mortality risk (5/25, 20%) after the pandemic wave emerged as 2 of the most important attributes. CONCLUSIONS: Our review revealed the critical role of vaccine effectiveness and safety in COVID-19 vaccine preference. However, it should be noticed that preference heterogeneity was observed across subpopulations and may change over time. TRIAL REGISTRATION: PROSPERO CRD42023422720; https://tinyurl.com/2etf7ny7.
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 | 0,048 | 0,157 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,010 | 0,012 |
| Bibliométrie | 0,007 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 ».