MétaCan
Menu
Retour à la cohorte
Enregistrement W4402121600 · doi:10.1016/j.vaccine.2024.126271

Canadian health care providers' and education workers' hesitance to receive original and bivalent COVID-19 vaccines

2024· article· en· W4402121600 sur OpenAlexafffundabout
Brenda L. Coleman, Iris Gutmanis, Susan J. Bondy, Robyn Harrison, Joanne M. Langley, Kailey Fischer, Curtis Cooper, Louis Valiquette, Matthew Muller, Jeff Powis, Dawn M. E. Bowdish, Kevin Katz, Mark Loeb, Marek Smieja, Shelly McNeil, Samira Mubareka, Jeya Nadarajah, Saranya Arnoldo, Allison McGeer

Notice bibliographique

RevueVaccine · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueVaccine Coverage and Hesitancy
Établissements canadiensWilliam Osler Health SystemSunnybrook Health Science CentreSt. Joseph’s Healthcare HamiltonDalhousie UniversityCanadian Institute for Advanced ResearchHamilton Health SciencesToronto East General HospitalUniversité de SherbrookeUniversity of AlbertaUniversity of OttawaCanada Research ChairsNorth York General HospitalCentre Hospitalier Universitaire de SherbrookeSinai Health System
Organismes subventionnairesCanadian Institutes of Health ResearchWeston Family FoundationPhysicians' Services Incorporated FoundationPublic Health Agency of Canada
Mots-clésReceiptBivalent (engine)MedicineVaccinationFamily medicinePandemicCoronavirus disease 2019 (COVID-19)Health careWorryEnvironmental healthImmunologyBusinessInternal medicinePolitical science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The demand for COVID-19 vaccines has diminished as the pandemic lingers. Understanding vaccine hesitancy among essential workers is important in reducing the impact of future pandemics by providing effective immunization programs delivered expeditiously. METHOD: Two surveys exploring COVID-19 vaccine acceptance in 2021 and 2022 were conducted in cohorts of health care providers (HCP) and education workers participating in prospective studies of COVID-19 illnesses and vaccine uptake. Demographic factors and opinions about vaccines (monovalent and bivalent) and public health measures were collected in these self-reported surveys. Modified multivariable Poisson regression was used to determine factors associated with hesitancy. RESULTS: In 2021, 3 % of 2061 HCP and 6 % of 3417 education workers reported hesitancy (p < 0.001). In December 2022, 21 % of 868 HCP and 24 % of 1457 education workers reported being hesitant to receive a bivalent vaccine (p = 0.09). Hesitance to be vaccinated with the monovalent vaccines was associated with earlier date of survey completion, later receipt of first COVID-19 vaccine dose, no influenza vaccination, and less worry about becoming ill with COVID-19. Factors associated with hesitance to be vaccinated with a bivalent vaccine that were common to both cohorts were receipt of two or fewer previous COVID-19 doses and lower certainty that the vaccines were safe and effective. CONCLUSION: Education workers were somewhat more likely than HCP to report being hesitant to receive COVID-19 vaccines but reasons for hesitancy were similar. Hesitancy was associated with non-receipt of previous vaccines (i.e., previous behaviour), less concern about being infected with SARS-CoV-2, and concerns about the safety and effectiveness of vaccines for both cohorts. Maintaining inter-pandemic trust in vaccines, ensuring rapid data generation during pandemics regarding vaccine safety and effectiveness, and effective and transparent communication about these data are all needed to support pandemic vaccination programs.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil0,000

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,000

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.

Tête enseignante Opus0,015
Tête enseignante GPT0,328
Écart entre enseignants0,313 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations7
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueVaccineMême sujetVaccine Coverage and HesitancyTravaux en français237 207