MétaCan
Menu
Retour à la cohorte
Enregistrement W4413257358 · doi:10.2196/69827

Willingness to Pay for the COVID-19 Vaccine and Its Correlates in Bangladesh: Cross-Sectional Study

2025· article· en· W4413257358 sur OpenAlexvenueno aff
Mohammad Bellal Hossain, Md. Zakiul Alam, Md. Syful Islam, Shafayat Sultan, Md. Mahir Faysal, Sharmin Rima, Md. Anwer Hossain, Abdullah Al Mamun, Abdullah-Al Mamun

Notice bibliographique

RevueJMIRx Med · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueVaccine Coverage and Hesitancy
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWillingness to payCross-sectional studyLogistic regressionVaccinationRegretOdds ratioMedicineCoronavirus disease 2019 (COVID-19)DemographyPopulationOddsEnvironmental healthImmunologyEconomicsInternal medicine

Résumé

récupéré en direct d'OpenAlex

Background: The Government of Bangladesh offers COVID-19 vaccines at no cost; however, sustaining this free vaccination program for a large population poses significant challenges. Thus, assessing the willingness to pay (WTP) for the COVID-19 vaccine is essential for understanding potential pricing strategies, subsidy requirements, and vaccine demand. Objective: This study aimed to assess the prevalence of WTP for the COVID-19 vaccine and its correlates. Methods: A cross-sectional design was used to collect data from 1497 respondents through web-based platform and face-to-face interviews. Multivariable logistic regression was used to analyze the correlates of the WTP. Results: The results showed that 772 of 1497 (51.6%) participants were willing to pay for the COVID-19 vaccine, with a median of 300 BDT (IQR 150-500 BDT; a currency exchange rate of 1 BDT=US $0.008 is applicable). The WTP was significantly higher among individuals with a graduate degree (adjusted odds ratio [aOR] 1.98, 95% CI 1.14-3.45) or master's and MPhil or PhD-level education (aOR 1.93, 95% CI 1.07-3.48) and those with higher knowledge about the vaccine (aOR 1.09, 95% CI 1.02-1.15), positive behavioral practices (aOR 1.11, 95% CI 1.06-1.17), stronger subjective norms regarding COVID-19 vaccine (aOR 1.25, 95% CI 1.08-1.46), and higher anticipated regret of getting infected with COVID-19 (aOR 1.17, 95% CI 1.04-1.32). Conversely, WTP was lower among participants with negative attitudes toward vaccines (aOR 0.91, 95% CI 0.88-0.95) and high perceived behavioral control regarding COVID-19 vaccination (aOR 0.86, 95% CI 0.76-0.96; P=.006). Conclusions: With nearly half of the respondents unwilling to pay, this study highlights the need to improve vaccine-related knowledge and enhance income-based affordability to increase WTP. Health promotion efforts should focus on disseminating knowledge about vaccines and addressing negative perceptions. Additionally, a subsidized program for low-income groups can help mitigate financial barriers and promote equitable access to vaccines.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,095
Score d'incertitude au seuil0,604

Scores Codex et Gemma par catégorie

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

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 Opus0,041
Tête enseignante GPT0,390
Écart entre enseignants0,349 · 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 tête enseignante, 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

Citations4
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIRx MedMême sujetVaccine Coverage and HesitancyTravaux en français237 207