Impact of COVID-19 on vaccine confidence and uptake: A systematic literature review
Notice bibliographique
Résumé
During the coronavirus disease 2019 (COVID-19) pandemic, scheduled vaccinations were postponed, mass vaccination programmes were suspended and opportunities for healthcare workers to administer vaccines ad hoc decreased. The aims of this systematic literature review were to determine the impact of the COVID-19 pandemic on vaccine confidence, intent and uptake in preexisting routine childhood or adult vaccination programmes, and to identify factors associated with changes in acceptance, intent and uptake of preexisting vaccines. Medline and Embase were searched for studies in Australia, Brazil, Canada, China, Japan, the USA, and European countries, published between 1 January 2021 and 4 August 2022. A complementary gray literature search was conducted between 11 and 13 October 2022, and supplemented with additional gray research in October 2023. In total, 54 citations were included in the review. Study design and geography were heterogeneous. The number of adults who received or intended to receive an influenza or pneumococcal vaccine was higher during the pandemic than in previous seasons (n = 28 studies). In addition, increased acceptance of adult vaccinations was observed during 2020–21 compared with 2019–20 (n = 12 studies). The rates of childhood vaccinations decreased during the COVID-19 pandemic across several countries (n = 11 studies). Factors associated with changes in intention to receive a vaccination, or uptake of influenza vaccine, included previous vaccination, older age, higher perceived risk of contracting COVID-19, anxiety regarding the pandemic and fear of contracting COVID-19. Acceptance and uptake of influenza and pneumococcal vaccines generally increased after onset of the COVID-19 pandemic.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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) | 0,001 | 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 ».