RSV Knowledge, Attitudes, and Vaccination Intentions: Evidence From Germany, Canada, and the UK
Notice bibliographique
Résumé
Background: Respiratory Syncytial Virus (RSV) can cause severe illness in individuals over 75 years of age. After the European Medicines Agency and the Canadian health authorities approved two vaccines in 2024, the question now shifts to assessing public knowledge of RSV.Aims: To explore knowledge and misconceptions about RSV and identify socio-demographic determinants associated with higher vs. lower knowledge. Method: We collected data from three samples including individuals over 50 years of age (Germany: n = 565; UK: n = 556; Canada: n= 372). RSV awareness and knowledge about RSV using a pre-tested RSV knowledge scale as well as RSV-specific 5C vaccination antecedents (confidence, constraints, collective responsibility, complacency, calculation) and RSV vaccination intention were assessed. Results: Awareness was very different in the samples. In the German and UK data sets, around 50% stated that they had never heard of RSV, in the Canadian sample only 15% reported being completely unaware. Knowledge scores were lowest in the German cohort (M = .444, 95%-CI [.428;.460]), while the UK (MUK = .542, 95%-CI [.528;.556]) and Canadian cohorts were equally informed (MCA = .544, 95%-CI [.530;.557]). Intention and Knowledge were significantly correlated in all samples (GER: r(565)=.13[.05;.21]; UK: r(559) =.13[.05;.21]; CA: r (372) =.11[.01;.21]). 5C vaccination antecedents mediated the relation between knowledge and intentions in the German and UK based sample, but not in the Canadian sample. Limitations: Highly educated participants are over-represented in UK and Canadian samples. Conclusion: Educational interventions on RSV and respective vaccines are needed, as awareness, particularly about its infectiousness in children and vaccine availability, is low in the target group.
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 | 0,002 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,005 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,002 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».