Vaccine Hesitancy and Immunization Patterns in Central and Eastern Europe: Sociocultural, Economic, Political, and Digital Influences Across Seven Countries
Notice bibliographique
Résumé
Donata Kurpas,1 Dorota Stefanicka–Wojtas,1 Aneta Soll–Morka,1,2 Katarzyna Lomper,1 Bartosz Uchmanowicz,1 Beata Blahova,3 Aelita Bredelytė,4 Gheorghe Gindrovel Dumitra,5 Vladimíra Hudáčková,6 Katerina Javorska,7 Zoltán Juhász,8 Stanisław Manulik,1 András Mohos,8,9 Egidijus Skarbalius,10 Victoria I Tkachenko,11 Izabella Uchmanowicz1 1Department of Nursing, Wroclaw Medical University, Wrocław, Poland; 2Department of Family Medicine and Public Health, University of Opole, Opole, Poland; 3EURIPA, Slovak Society of General Practitioners, Krompachy, Slovak Republic; 4Department of Nursing, Klaipeda University, Klaipeda, Lithuania; 5Family Medicine Department, University of Medicine and Pharmacy of Craiova, Craiova, Romania; 6The London School of Hygiene and Tropical Medicine, University of London, London, UK; 7Department of Preventive Medicine, Charles University, Hradec Králové, Czech Republic; 8Department of Family Medicine, University of Szeged, Albert Szent-Györgyi Medical School, Szeged, Hungary; 9Department of Family Medicine, Semmelweis University, Budapest, Hungary; 10Department of Public Health, Klaipeda University, Klaipeda, Lithuania; 11Department of Internal Medicine and Training Centre of Family Medicine, Bogomolets National Medical University, Kyiv, UkraineCorrespondence: Dorota Stefanicka–Wojtas, Email dorota.stefanicka-wojtas@umw.edu.plBackground/Objectives: Vaccination programs are essential for preventing infectious diseases, yet the effectiveness of these programs varies significantly across Central and Eastern European countries due to diverse socio-economic, cultural, and political influences. This study examines vaccination trends in Hungary, Slovakia, Romania, the Czech Republic, Poland, Ukraine, and Lithuania, focusing on misinformation, regional healthcare disparities, and socio-cultural factors on vaccination rates.Methods: A comprehensive review of national policies, vaccination rates, and factors influencing vaccine hesitancy was conducted across seven Central and Eastern European countries. Input from local health stakeholders and national data sources was analysed to contextualize vaccination patterns and challenges.Results: Significant cross-country variation was observed. Hungary and the Czech Republic reported consistently high coverage of mandatory childhood vaccinations, while Romania and Ukraine experienced severe declines in uptake, leading to outbreaks of measles and polio. Slovakia demonstrated low COVID-19 vaccination willingness, and Poland recorded a sharp increase in formal vaccine refusals. Conversely, Lithuania implemented successful campaigns that improved uptake, particularly for influenza and pneumococcal vaccines. Differences were influenced by healthcare system structure, public trust, exposure to misinformation, and digital communication strategies.Conclusion: Addressing vaccine hesitancy requires targeted, context-sensitive communication and digital literacy programs. Additionally, policy reforms to enhance accessibility, particularly in rural areas, and real-time monitoring systems can strengthen vaccination rates. Cross-border collaboration and tailored public health campaigns addressing cultural and socio-economic challenges are necessary to improve immunization coverage in these regions.Keywords: vaccination trends, vaccine hesitancy, public health, Central and Eastern Europe
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».