Prevalence of COVID-19 Vaccine Hesitancy among Healthcare Workers in Nigeria: A Systematic review and meta-analysis
Notice bibliographique
Résumé
Vaccine hesitancy, particularly among health care workers, is a global health concern. Health care workers' refusals to be vaccinated against a virulent microbe may lead to a shortage of frontline workers when they are most needed. Objective: This systematic review and meta-analysis determined the prevalence of COVID-19 vaccine hesitancy among Nigerian health care workers. Methods Eligibility criteria: Only studies that reported hesitancy to COVID-19 vaccines among health care workers in Nigeria were included. Information sources: An extensive language-unrestricted literature search was conducted across PubMed, Scopus, the Cochrane Library, the African Index Medicus and gray literature. Risk of bias: The methodological quality of each included study was determined using a 10-point New Castle Ottawa scale that was modified for cross-sectional studies. Synthesis method: A single-arm meta-analysis was performed using a random-effects model. Results Of the 206 articles, 22 publications involving 20,724 participants were included. The pooled prevalence of COVID-19 vaccine hesitancy was found to be 75% (95% CI: 61-88%, I2 = 99.69%, P < 0.001). Reasons for hesitancy, including concerns about side effects, lack of trust, and safety, were prevalent at 76% (CI: 0.57 – 0.94, I2 = 99.24%, P < 0.001), 55% (CI: 0.042 - 0.272, I2 = 97.42%, P < 0.001), and 68% (CI: 0.047 - 0.89, I2 = 98.59%, P < 0.001), respectively. Discussion Limitation: Most primary studies had a high risk of bias in terms of conduct, comparability, and outcome measurement. Interpretation: The rate of morbidity and mortality among health care workers could rise, potentially affecting the health systems’ efforts to contain the virus. Conclusion There was significant hesitancy among Nigerian healthcare workers toward COVID-19 vaccines; thus, strategies to increase vaccination acceptance among health care workers should be developed. . Funding: This research was not funded. Registration number. CRD42022365489 is the PROSPERO registration number. Date: October 17, 2022.
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 | 0,043 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,017 | 0,039 |
| Bibliométrie | 0,008 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| 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 ».