A Social Media Campaign to Promote COVID-19 Vaccination: Cost-Effectiveness Analysis
Notice bibliographique
Résumé
BACKGROUND: Vaccine hesitancy has increased in recent decades internationally, which sets up a critical barrier to the rapid deployment of novel vaccines against infection with SARS-CoV-2. OBJECTIVE: This study used a quasi-experimental design to evaluate the cost-effectiveness of a social media intervention to reduce COVID-19 vaccine hesitancy implemented in Nigeria in 2022. METHODS: The intervention targeted health care providers and adults from the general population who were users of a specific social media platform. We used published estimates from a quasi-experimental evaluation of the campaign's effectiveness compared to the status quo across 6 intervention states and 31 comparison states over a 10-month period. We estimated the cost-effectiveness of the campaign in terms of cost (2022 US dollars) per person vaccinated using a decision tree analysis and probabilistic sensitivity analysis. RESULTS: On the basis of the quasi-experimental trial, the campaign led to a crude 6.4-percentage point increase (219/692, 31.6% vs 117/463, 25.3%; P=.045) in vaccination rates and an adjusted 7.8-percentage point increase (95% CI 1.68-14.2; P=.02) controlling for age group, gender, educational level, religion, and occupation among the 20% (1933/9607) of the overall sample who were unvaccinated and in the persuadable middle. Scaled to the overall population, the campaign led to a 1.57-percentage point (95% CI 0.337-2.87; P=.02) increase in the proportion of those vaccinated against COVID-19 among those reached by the social media campaign. The social media campaign resulted in 58.3 million impressions and 1.87 million people reached for a total societal cost of US $1.15 million, or US $0.61 per person reached. This resulted in an incremental cost-effectiveness ratio of US $54.70 (95% uncertainty interval US $20.90-$163) per person vaccinated. CONCLUSIONS: A social media-based campaign to address COVID-19 vaccine hesitancy in 6 states in Nigeria resulted in an increase in vaccination rates. The cost-effectiveness of the campaign compared to no campaign is comparable to that of other campaigns promoting COVID-19 vaccine uptake. The cost per person vaccinated due to the social media campaign was 1% to 8% of the estimated cost per life year saved by vaccination against COVID-19 in low- and middle-income countries. Investing in social media campaigns would likely be a cost-effective approach to increase vaccine uptake and save lives.
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 | 0,017 | 0,037 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,008 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».