COVID-19 Vaccine Uptake, Sources of Information and Side Effects Reported by Pregnant Women in Western Australia: Cross-Sectional Cohort Survey
Notice bibliographique
Résumé
BACKGROUND: Pregnant women are a priority group for COVID-19 vaccination due to their vulnerability as a high-risk cohort. However, the current pregnancy uptake rate for the COVID-19 vaccination in Western Australia remains largely unknown. OBJECTIVE: This study aimed to explore pregnant women's uptake rates, information sources and experience of vaccination against COVID-19 during pregnancy. We hypothesise that uptake of vaccination among pregnant women is higher than indicated in previous studies given different disease burden and different public health restrictions at time when data was collected. METHODS: A cross-sectional survey was administered electronically to maternity patients at a single tertiary metropolitan hospital in Perth, Western Australia. RESULTS: Five hundred and two women participated in the study. Overall, antenatal COVID-19 vaccination rate was 79% [n=398]. One half [51%, n=256] of all the women felt well informed, and information was sourced primarily from their General Practitioner [GP] [60%, n=301], midwives [35%, n=174] and obstetric doctors [13%, n=64]. Women with non-Caucasian ethnicity [34%, n=170 vs. 66%, n=332, p=0.073] and 'country of birth outside Australia' [47%, n=235] reported lower rates of vaccine information provision by hospital staff [34%, n=22 vs 66%, n=42, P = 0.04]. CONCLUSIONS: The COVID-19 vaccine uptake was encouragingly high in our study with favourable attitudes and acceptance for the vaccine from majority of pregnant women. This self-reported study also identified opportunities for enhanced cultural competence and further education and training for hospital staff on COVID-19 vaccine information provision to ethnically diverse women. Further studies examining such interventions are warranted.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,000 | 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 ».