條文本
PDF
摘要
目標COVID-19大流行的管理取決於安全有效疫苗的批準，但同樣重要的是，也取決於疫苗在人群中的高接受度。為了通過有效的衛生交流促進疫苗的接受，關鍵是要了解疫苗懷疑的程度以及人口統計學、心理學和政治預測因素。為此，我們研究了已批準的COVID-19疫苗的接受程度和預測因素。
設計、設置和參與者我們在八個西方民主國家(大流流行的嚴重程度及其應對措施不同)進行的大型在線調查中，對已批準的COVID-19疫苗的接受水平和預測因素進行了研究，這八個國家是:丹麥、法國、德國、匈牙利、瑞典、意大利、英國和美國(總共N= 18231)。根據每個國家在年齡、性別和地理位置方麵的人口差距，對調查對象進行了配額抽樣。這項研究是在2020年9月至2021年2月期間進行的，使我們能夠評估COVID-19疫苗規劃推出期間接受度和預測因素的變化。
結果測量該研究的結果是對衛生當局批準和推薦的COVID-19疫苗接受情況的自我報告。
結果數據顯示，疫苗接受率差異很大，從丹麥的83%到法國和匈牙利的47%不等。疫苗不被接受與對當局和科學家缺乏信任、陰謀論思維和對COVID-19缺乏關注有關。
結論大多數國家的疫苗接受水平低於群體免疫所需閾值的估計數。研究結果強調了在應對當前大流行等突發衛生事件的準備工作中建立信任的長期重要性。對於衛生傳播，研究結果強調了關注感染的個人後果和揭穿神話的重要性，以指導傳播策略。
- 新型冠狀病毒肺炎
- 公共衛生
- 流行病學
數據可用性聲明
數據可在開放科學框架的公共開放存取庫中獲得:https://osf.io/27y3z/．
這是一篇開放獲取的文章，按照創作共用署名非商業性(CC BY-NC 4.0)許可發布，該許可允許其他人以非商業性的方式發布、混編、改編、構建本作品，並以不同的條款授權他們的衍生作品，前提是原創作品被正確引用，給予適當的榮譽，任何更改都被注明，且使用是非商業性的。看到的:http://creativecommons.org/licenses/by-nc/4.0/．
來自Altmetric.com的統計
本研究的優勢和局限性
反映8個不同國家人口的大樣本，使我們能夠檢驗結果的普遍性和跨國差異的潛在因素。
對疫苗接受的潛在相關因素，包括人口、政治和covid - 19特定因素的廣泛評估。
分析包括COVID-19疫苗批準前和批準後的觀察結果。
限製因果牽引力的觀察數據。
自我報告的疫苗接受情況可能受到社會可取性偏差的影響，並不一定轉化為實際的接種率。
背景
COVID-19疫苗是管理當前大流行的“重要工具”。1因此，以前所未有的速度向疫苗開發投入了大量資源。然而，即使獲得批準的疫苗已經可用，世界各地的社會仍然麵臨另一個挑戰:疫苗懷疑主義。
截至2020年底，研究人員估計，一個國家高達82%的人口可能需要接種疫苗，以達到對SARS-CoV-2的群體免疫，2 3新病毒變異的出現意味著個人可能需要反複接種疫苗。然而，近年來在許多國家，對疫苗的普遍猶豫一直在上升。4個5許多非COVID-19疫苗規劃的情況就是如此，這很可能對COVID-19疫苗構成挑戰。6 7與此相一致的是，初步的跨國調查證據表明，世界上願意接種疫苗的人遠遠少於必要的人數，而且一些國家——例如俄羅斯、波蘭和法國——麵臨著驚人的高度懷疑。8因此，大流行管理的一個關鍵挑戰是，世界各地的衛生當局通過謹慎的審批程序和有效的衛生溝通，鼓勵人們接受已批準的COVID-19疫苗。後一項挑戰強調了理解人們為什麼對接種疫苗猶豫不決的重要性。這些知識對於指導溝通以提高疫苗接受程度和了解如何為未來的突發衛生事件做準備至關重要。
在本文中，我們第一個介紹八個西方民主國家衛生當局批準和推薦的COVID-19疫苗接受情況的描述性分析。第二個，我們調查了疫苗接受度的個體水平預測因素。第三，我們還探討了疫苗接受度的宏觀層麵相關性。這項研究是從2020年秋季到2021年冬季進行的。因此，這一數據收集使我們能夠跟蹤疫苗接受程度和預測因素，因為疫苗是通過大規模跨國調查批準的，其中包括一組廣泛的潛在預測因素，如在傳統衛生研究中很少探索的政治預測因素。然而，考慮到大流行危機的規模和廣泛影響，這些更廣泛的預測因素可能特別值得探索。
潛在的預測因素:預計誰將接受COVID-19疫苗?
為了組織我們對COVID-19大流行期間疫苗接受度的個人層麵預測因素的預期，我們利用了了解疫苗接受度的前因的最全麵框架之一;貝琪的5C型號等．9根據5C模型，五種心理因素驅動疫苗接受:信心，約束，自滿，計算而且共同的責任．雖然我們考慮了該模型中通常沒有考慮到的多個預測因素，但我們通過理論化模型組成部分和可能對COVID-19大流行期間的疫苗接受具有重要意義的新預測因素之間的聯係，加強了模型的覆蓋率。
信心被定義為對以下方麵的信任:(1)疫苗的有效性和安全性，(2)提供疫苗的係統，以及(3)決定疫苗需求的決策者的動機。9日10在這裏，我們考慮兩類預測因素，反映信心的基本維度。首先，我們通過關注對一係列行為者的信任，廣泛地挖掘了定義的第二個維度。其次，我們調查了廣泛反映該定義第三維度的一係列政治態度。
從經驗來看，信任是疫苗接受程度的一個關鍵預測因素。Guay等例如，他們發現對公共衛生當局的不信任與對疫苗的普遍猶豫有關。11同樣，相信官方權威的人更有可能接受人乳頭瘤病毒疫苗(HPV)。12COVID-19疫苗的初步研究也表明，那些對科學家信任度較高的人更願意接種疫苗。13
此外，關於疫苗猶豫的文獻發現，猶豫已納入更廣泛的政治態度和觀念。政治意識形態已被發現與疫苗猶豫有關，因為保守的人不太可能信任當局。14此外，政治科學的一個標準發現是，個人不太可能接受來自他們認同或投票支持的政黨的其他政黨的決定。15因此，投票支持政府政黨/候選人的人更有可能接受疫苗，因為疫苗方案是政府應對大流行病的一部分。除了這些標準的政治態度外，更極端的態度也可能影響對疫苗的信心。最顯著的是，傾向於陰謀思維的人更有可能對疫苗猶豫不決。16日17在2019冠狀病毒病大流行的背景下，研究還發現，更高水平的陰謀論思維與較低的對未來COVID-19疫苗的接受程度有關。18 - 20因此，可以預期，在COVID-19大流行期間，疫苗的接受可能與陰謀思想等反係統情緒有關。我們研究了三個層麵的反係統情緒及其與疫苗接受度的關係，包括(1)對民主權利的關注，(2)對公眾抗議政府政策的支持，以及(3)對與COVID-19相關的特定陰謀論的信仰。最後，我們還研究了錯誤信息意識的作用。從文獻中，我們知道，對錯誤信息的易感性對人們接受COVID-19疫苗產生負麵影響。21然而，研究也表明，提前鋪位有助於培養對抗錯誤信息的“心理抗體”。22日23日因此，對錯誤信息的認識很可能與疫苗接受程度呈正相關。
約束是指阻礙疫苗接種意願轉化為行為的結構性和心理障礙。9我們認為“大流行疲勞”的感覺是一種障礙，因此可能與疫苗接受程度有關。盡管世衛組織一直在警告2020年秋季人群的疲勞，24日25日感到疲勞的人願意盡一切努力結束大流行，包括接種疫苗，這似乎是合理的。然而，疲勞也可能導致不願或無法遵守進一步的要求，包括接種疫苗。此外，我們還把對行為建議有充分了解的感覺作為另一個心理障礙。在大流行的第一波期間，對正確行為的自我效能感是遵守保持身體距離政策的最佳預測因素之一。26此外，感知到的知識不足與一般的疫苗接種猶豫顯著相關。11最後，我們通過評估人們在多大程度上能夠根據衛生當局在大流行期間的建議改變自己的行為，來評估剩餘的心理約束。這種對行為改變的一般衡量應作為一種代表，反映在直接評估的因素之外可能成為行動障礙的限製因素的範圍。
自滿情緒“存在於疫苗可預防疾病的感知風險較低，疫苗接種不被視為必要的預防行動的地方”。9日10在這裏，我們考慮兩種類型的預測因素，包括人口統計學因素和特定於冠狀病毒的風險認知。
首先，一組人口預測指標被認為與自滿有關。因此，先前的研究發現，男性比女性更有可能接受潛在的COVID-19疫苗，-這可能是因為COVID-19死亡率的性別差異。27同樣，由於嚴重感染的風險更高，預計老年人更願意接種疫苗。這得到了拉撒路的支持等8和Hacquin等，29而無論是Dror等27和黃等28發現接受疫苗的年齡差異作為最後一個人口統計變量，我們還考慮了教育，盡管這一變量可能通過自滿(如信心)以外的其他維度影響疫苗接受程度。先前關於疫苗猶豫的研究結果與教育有關，這表明教育和疫苗猶豫之間的聯係與具體情況有關。30.舉例來說，而蓋伊等發現在加拿大，較低的教育水平與普遍的疫苗接種猶豫有關，11瓦格納等發現教育水平是不與5個低收入和中等收入國家普遍的疫苗接種猶豫有關。30.同樣,Bertoncello等發現雖然父母教育程度低與一般的疫苗接種猶豫顯著相關，但事實確實如此不與意大利兒童疫苗規劃的猶豫有關。31在COVID-19的背景下，研究發現，高等教育與更高的疫苗接受水平有關。8 29
其次，我們還調查了個人風險感知的作用。一些研究發現，自我感知的COVID-19風險正向預測潛在的COVID-19疫苗的接受度。19日27 29同樣,黃等認為，感知感染的易感性預示著未來接種COVID-19疫苗的意願。28因此，我們期望個人風險感知預測疫苗接受程度。
集體責任被定義為願意通過群體免疫手段自己接種疫苗來保護他人。9點32我們認為有三組預測因子與這類疫苗前因相關:(1)親社會關切(即關心他人)，(2)支持大流行限製措施，(3)人際信任。
聚焦第一個在親社會關切方麵，我們衡量了對疾病對社會影響的一係列關切，包括醫院幫助病人的能力、社會幫助弱勢群體的能力、社會動蕩和犯罪以及國家經濟。考慮到接種疫苗可被視為一種保護個人超越自我的其他直接行為形式，這些關切顯然涉及集體責任，可以預期將積極預測疫苗接受情況。
其次，我們研究了COVID-19大流行期間依從性與疫苗接受之間的關係。因此，保護性行為可以被視為一種集體利益，這意味著遵守健康建議可能反映出願意保護他人，而不是出於個人的理性來保護自己。33在這裏，我們專門調查了對非藥物幹預措施的支持，即政府限製阻止感染傳播作為接受集體責任的直接措施。
第三，人際信任可能是COVID-19大流行期間為集體行動做出貢獻的意願的一個關鍵預測因素。33疫苗接種是一種集體行動形式，通過集體參與疫苗接種規劃產生群體免疫，34如果人們相信其他人也會這樣做，他們可能更有可能參與進來。
表1在方法部分展示了每個預測器的具體操作，並總結了這些預測器是如何與5C模型相關的。很明顯，我們沒有包括反映計算5C機型的部件。然而，從溝通的角度來看，這部分不那麼重要，因為它指的不是個人考慮的內容，而是決策風格中更穩定的個人差異(即，廣泛的疫苗接種和感染利弊成本效益分析)。9
方法
患者和公眾的參與
患者和/或公眾未參與本研究的設計、實施、報告或傳播計劃。
數據
從2020年9月13日到2021年2月16日，我們在八個國家進行了配額抽樣調查:丹麥、瑞典、英國、美國、意大利、法國、德國和匈牙利(請參閱在線補充附錄表A1查看數據收集的概述)。選擇這些國家，是為了代表各國應對COVID-19大流行措施的多樣性，以及當地疫情嚴重程度的多樣性。這一期間包括丹麥的8輪數據和其餘國家的7輪數據，每一輪數據約有500名答複者。在這八個國家中，Epinion調查公司通過在線調查小組對成年受訪者進行了抽樣調查。在受邀接受調查的小組成員中，我們樣本國家的回複率介於18%(匈牙利)和64%(美國)之間。根據八個國家的年齡、性別和地理位置的人口差距，對調查對象進行了配額抽樣。我們通過對樣本數據進行後分層以匹配總體的人口統計學裕度來解決不平衡問題。文中提出的所有統計分析都采用這些後分層權重。
措施
所有的測量都是從參與者問卷中自我報告的。關鍵措施是接受疫苗、對有關當局和團體的信任、對特定疾病風險的認識、對特定疾病的態度和采取保護行為的傾向。表1提供這些度量的問題措辭和尺度的概述。
疫苗的接受
我們的結果，即疫苗接受度，是通過以下問題來衡量的:“如果衛生當局建議像我這樣的人接種經批準的冠狀病毒疫苗，我會聽從他們的建議。”因此，我們的措施被框定為國家衛生當局推薦的批準疫苗。這一選擇反映出(1)我們專注於COVID-19疫苗，特別是(2)在全球衛生危機期間，衛生當局正在緊急批準並非常積極地鼓勵人們接種新疫苗。大流行前為衡量對疫苗的總體態度而製定的經過驗證的疫苗接受措施忽略了其中一些重要因素。然而，在國家衛生當局的背景下提出這個問題可能會產生不同的結果，這與使用一種標準化和經過驗證的疫苗接受措施不同。此外，這種選擇使我們的結果難以與其他疫苗接受性研究進行比較。9盡管Betsch等他們也承認，當研究的重點是一種特定的疫苗時，這可能並不有用。9
我們的結果，疫苗接受度，是一個從0到1的連續變量，數值越高表示疫苗接受度越高。
疫苗接受度的預測因素
所有關於信任、關注和針對特定疾病的態度的測量都被視為連續變量，並從0到1進行縮放，數值越大表示信任、關注和對特定疾病陳述的認同程度越高。對於我們的遵從性度量，行為改變和知識被視為連續變量，並被縮放到從0到1的範圍，數值越高表示行為改變和知識水平越高。此外，我們通過將支持限製的9個指標相加，創建了一個支持限製的指數。該索引從0擴展到1，數值越大表示對限製的支持程度越高。“不知道”的答案被歸類為缺失，不包括在分析中。性別是一個指標變量(男性為0，女性為1)。年齡是一個從0到1的連續變量，0是樣本中的最小年齡(18歲)，1是最大年齡(99歲)。教育是根據具有國際可比性的國際教育標準分類量表(ISCED)計算的指標變量(非高等教育為0，高等教育為1)。投票選擇是一個指標變量(反對黨為0，政府為1)在線補充附錄表A3用於此變量的編碼)。最後，政治意識形態是一個從0到1的連續變量，1表示意識形態立場到最右邊。
為了便於解釋結果，在下麵的分析中，結果和所有預測因子都從0到1進行了縮放。在線補充附錄表A2報告我們整個樣本中所有上述相關因素的描述性統計數據。此外,在線補充附錄圖A1顯示所有雙變量相關性的概述。
統計分析
由於我們的因變量疫苗接受度是連續的，我們使用普通最小二乘回歸模型來調查疫苗接受度的個體水平預測因素。在結果部分，我們提出了兩個模型:(1)模型I，一個包含疫苗接受的所有雙變量相關性的模型;(2)模型II，一個包含前麵描述的所有預測因子的完整模型。模型二包括國家假人，以控製特定國家的影響。因此，我們的目標是確定COVID-19疫苗接受度的個體層麵預測因素。為了說明個體是嵌套在國家內部的事實，我們將SEs聚類到國家級別。
在在線補充附錄在美國，我們進行了一係列敏感性分析，以探索我們的基準結果的魯棒性。首先，我們複製了主要的分析，同時將信任、關注、行為改變和知識的4點尺度測量作為分類變量而不是連續變量(參見在線補充附錄圖A2-A5)．其次，我們同樣重複分析，同時使用二分法而不是對結果進行連續編碼(在二分法結果測量中，回答“有點同意”或“完全同意”的應答者被編碼為1，表示疫苗接受)(見在線補充附錄圖A6)．第三，目前的結果反映了2020年9月13日至2021年2月16日的分析期間。因此，我們納入了COVID-19疫苗批準前和批準後的數據。在在線補充附錄，我們比較了COVID-19疫苗獲批前後的結果(見在線補充附錄圖A7)．第四，在某些情況下，特別是在我們的樣本中有聯邦製國家(美國和德國)的國家，COVID-19應對工作在很大程度上是在區域層麵進行的。為了解釋各州特有的異質性，我們在德國和美國分別分析了個體層麵的預測因子，同時控製了州層麵而不是國家層麵的假人(見在線補充附錄圖A8-A10)．其結果與正文所載的結果基本相似。
結果
圖1顯示各國疫苗接受情況的發展情況。對於下麵的描述性分析，我們引用的是接受疫苗的百分比(即回答“多少同意”或“完全同意”的受訪者所占的比例，即他們是否會聽從衛生當局的建議，獲得批準的疫苗)。該百分比指的是整個分析期間(即2020年9月至2021年2月)的疫苗接受水平。
一種已獲批準的COVID-19疫苗的疫苗接受進展。注意:N = 18 231。該圖說明了各國疫苗接受情況的發展情況。在這裏，疫苗接受度被定義為對“如果衛生當局建議像我這樣的人接種經批準的新冠病毒疫苗，我會聽從他們的建議”這個問題回答“多少同意”或“完全同意”的比例。
在這8個國家中，我們觀察到疫苗接受程度存在很大差異。具體來說，我們觀察到丹麥的疫苗接受率最高(83%)。此外，我們觀察到英國的疫苗接受率很高(73%)。然而，我們觀察到，在瑞典(61%)、德國(60%)、意大利(60%)和美國(54%)，疫苗接受率僅為中等水平。法國(47%)和匈牙利(47%)的疫苗接受率最低。然而，值得注意的是，在大多數國家，隨著COVID-19疫苗的批準和推廣，我們觀察到在大流行期間，疫苗接受程度不斷提高。
結果表明，我們樣本中的大多數國家都存在對疫苗的懷疑態度。這些結果強調了兩點。首先，疫苗懷疑論的存在表明，了解個人層麵的疫苗接受變化，以理解衛生傳播目標的重要性。第二，不同國家之間的巨大差異強調了對國家背景的重要性有更深入理解的必要性。因此，我們也超越了個人層麵的關注，來探索疫苗接受的宏觀層麵的相關性。
在此基礎上，我們首先轉向了解COVID-19疫苗接受度的個體層麵預測因素。圖2介紹分析的結果(參見在線補充附錄表A4)．在接下來的結果討論中，我們特別關注從模型II估計的相關性在線補充附錄表A4(完整的模型)。報告的估計係數的大小進一步反映了當我們分別對每個相關因素的最小值和最大值進行個體比較時，疫苗接受程度的差異。
疫苗接受度的個體層麵相關性。231 N = 18。黑圈為基於模型I和模型II估計的相關性在線補充附錄表A4．模型二(完整模型)包括對國家假人的控製。橫杆是相關的95% ci。
檢查信心預測因素，我們觀察到對衛生當局的信任和對科學家的信任是疫苗接受度最強的預測因素。對國家衛生當局信任度最高的受訪者對COVID-19疫苗的接受度比信任度最低的受訪者高出17個百分點(95%可信區間14至20)。在對科學家的信任上也觀察到了同樣的模式。信任度最高的受訪者對已批準的COVID-19疫苗的接受度比信任度最低的受訪者高21個百分點(95% CI 16至26)。此外，對政府的信任也顯著正向預測疫苗接受度。政府信任度高的受訪者對已批準的COVID-19疫苗的接受度比信任度最低的受訪者高5個百分點(95% CI 0 - 10)。關注信心預測因子的態度方麵，我們觀察到陰謀信念顯著負向預測疫苗接受度，而錯誤信息意識顯著正向預測疫苗接受度。具體而言，認為政府隱瞞了關於冠狀病毒及其治療方法的信息(陰謀論信念)得分最高的受訪者對已批準的COVID-19疫苗的接受度比不認同陰謀論的人低8個百分點(95%置信區間5至12個百分點)。認為自己接觸到錯誤信息的受訪者對已批準的COVID-19疫苗的接受度高出4個百分點(95%可信區間1至7個百分點)。對民主權利的關注和對抗議活動的支持與疫苗接受度呈負相關，但不顯著。 Finally, neither political ideology nor vote choice is significantly associated with vaccine acceptance.
至於約束因素預測因素，我們觀察到，行為改變是疫苗接受程度的一個顯著的積極預測因素。具體而言，為避免傳播感染而改變行為最多的受訪者對已批準的COVID-19疫苗的接受度比改變行為最少的受訪者高11個百分點(95%可信區間7至14個百分點)。疲勞和知識都不是疫苗接受程度的顯著預測因子。
關注自滿預測因素，我們觀察到男性、年齡較大和受過高等教育與較高的疫苗接受度相關。具體而言，與男性相比，女性對已批準疫苗的接受度低5個百分點(95%可信區間3至7個百分點)。年齡正向預測疫苗接受程度:當比較樣本中年齡最低和最高水平(18-99歲)的受訪者時，差異為19個百分點(95%置信區間12至26)。此外，接受高等教育的受訪者對已批準的COVID-19疫苗的接受度比接受非高等教育的受訪者高2個百分點(95%可信區間1至3個百分點)。最後，個人風險感知也是疫苗接受度的正向預測因子。最擔心冠狀病毒危機對自己和家人影響的受訪者對已批準的COVID-19疫苗的接受度比最不擔心的人高9個百分點(95%可信區間3至14個百分點)。
最後，看看共同的責任預測因素，疫苗接受度最強的預測因素是對限製的支持。具體而言，與最不支持限製的受訪者相比，最支持限製的受訪者對已批準疫苗的接受度高出13個百分點(95%可信區間9 - 17)。此外，人際信任正向預測疫苗接受度。與人際信任水平最低的受訪者相比，人際信任水平最高的受訪者對批準的COVID-19疫苗的接受度高出6個百分點(95% CI 3 - 9)。對醫院能力的關注也是疫苗接受程度的積極預測因素。將最關心醫院能力的人與最不關心醫院能力的人進行比較，可以看出疫苗接受率提高了5個百分點(95%可信區間2至8個百分點)。此外，對社會動蕩和犯罪的擔憂對疫苗的接受具有負麵影響。將最關心社會動蕩和犯罪的人與最不關心的人進行比較，可以看出疫苗接受率下降了3個百分點(95%可信區間1至5個百分點)。最後，無論是對社會幫助弱勢群體的能力的關注，還是對國家經濟的關注，都與疫苗的接受沒有顯著關聯。
預測因子和疫苗接受度之間的關係在雙變量和完整模型中基本相同。而意識形態從二元模型的顯著性和否定性轉變為全模型的不顯著性和正向。此外，對社會幫助弱勢群體能力的關注也從二元模型中的顯著和正向轉變為全模型中的不顯著和負向。總的來說，經驗模式在不同國家之間是相對穩定的，但我們確實觀察到在特定預測因素方麵有一些顯著的跨國家差異(見在線補充附錄圖A11和A12)．在丹麥，對科學家的信任和個人風險認知都不是疫苗接受程度的重要預測因素在線補充附錄圖A11)．關注個體層麵人口統計亞群的異質性，我們發現結果在性別、年齡和教育水平上基本相同在線補充附錄圖A13-A15)．盡管疫苗接受水平在大流行過程中發生了變化，但在比較COVID-19疫苗批準前和批準後的結果時，疫苗接受的個人層麵預測因素的結果基本上是相同的(見在線補充附錄圖A7)．
雖然在對一切進行單獨評估時，對國家衛生當局和科學家的信任以及個人風險認知是最突出的因素，但數據還表明，大流行期間對疫苗的懷疑與與反係統情緒相關的更大的態度和行為交織在一起。因此，除了信任衛生當局之外，疫苗不被接受也與讚同陰謀論、支持其他非藥物幹預措施和不遵守關於改變行為以避免傳播感染的建議有關。
因此，作為最後的探索性分析，我們評估了強調的因素是否也有助於解釋疫苗接受的跨國差異。為此，我們研究了國家一級的疫苗接受情況與每個國家彙總的每一項不同獨立措施之間的相關性。所有這些相關性都可以在在線補充附錄圖A16．在圖3，我們提出了之前強調的關鍵變量的相關性:對衛生當局的信任、個人風險感知、陰謀信念和行為改變。盡管該分析僅包含8個國家的案例，因此受到很大的限製，但它仍然提供了驚人的信息。雖然個人風險認知的差異與跨國差異之間沒有很強的相關性，但反係統措施的國家平均水平，特別是(缺乏)對衛生當局的信任，與疫苗接受程度的國家平均水平密切相關。因此，對衛生當局的信任不僅解釋了個人和國家之間對疫苗接受程度的差異。
疫苗接受度的宏觀層麵相關性。該圖繪製了疫苗接受情況的國家平均值和四項指標的國家平均值:對衛生當局的信任、與COVID-19相關的利己主義關切、對COVID-19陰謀論信念的支持以及在COVID-19大流行期間為避免傳播感染而改變行為的程度。報告的相關性是皮爾遜的r。
討論
在本文中，我們調查了(1)已批準的COVID-19疫苗的疫苗接受水平，(2)疫苗接受的個體層麵預測因素和(3)疫苗接受的宏觀層麵相關性。盡管在2020-2021年冬季批準COVID-19疫苗時，疫苗接受水平普遍提高，但結果也表明，在我們樣本中的許多國家，人們隻中等意願接受疫苗。這突出表明，有必要了解疫苗懷疑論背後的個體層麵差異，並確定指導衛生傳播以提高疫苗接受度的潛在目標。
個人層麵預測因子的分析表明，COVID-19疫苗接受度的主要驅動因素是(1)對國家衛生當局和科學家的信任，以及(2)個人健康擔憂。這些結果與類似研究的結果一致，這些研究強調那些對專家和科學家更信任的人更願意接種疫苗。13個35同樣，幾項研究也發現，個人風險感知是COVID-19疫苗接受程度的一個重要預測因素。20 27 29 36此外，Neumann-Böhme和Sabat發現，接種疫苗最常用的原因是保護應答者自己和家庭成員的健康。37莫塔等還發現，強調不接種疫苗的個人風險的信息在說服人們計劃接種疫苗方麵是有效的。38因此，在Betsch的5C模型框架中等在美國，對COVID-19疫苗的懷疑主要源於自滿或缺乏信心。9利用這些見解對指導衛生傳播至關重要，可以潛在地提高疫苗的接受度。39具體而言，我們的研究結果表明，應集中努力激勵自滿者，即那些對大流行病的個人後果缺乏擔憂的人。這可以通過信息幹預來實現，以解釋疾病風險和強調接種疫苗的社會效益。39當涉及到缺乏信心的個人時，他們通常擁有大量不正確的知識，扭曲了風險認知，破壞了對疫苗接種的普遍信任。39與此一致的是，目前的研究結果還強調陰謀論信念是疫苗猶豫的一個關鍵預測因素。後Betsch等這意味著，旨在揭穿神話的幹預措施是提高缺乏信心者對疫苗的接受程度的關鍵。39與此同時，值得注意的是，針對那些缺乏自信的人的戰略很少，因此，集中精力激勵自滿者也可能是有價值的。39
總之，這些分析指出了說服疫苗懷疑論者所麵臨的重大挑戰。疫苗懷疑論交織在反係統態度和不信任的網絡中，這使得製定有效的衛生溝通變得困難，因為溝通的有效性從根本上取決於對其來源之前存在的信任。在COVID-19大流行期間，這一挑戰可能會進一步加深，因為研究表明，大流行的壓力和限製本身助長了反係統信念。40因此，研究結果首先強調了在危機爆發前建立信任以及在危機展開時投入大量資源維持信任的一般重要性。41其次，對於大多數短期導向的溝通目的，研究結果表明，最好的溝通目標是感染自我的後果，封閉他人和揭穿神話。
然而，這些結論應考慮到下列局限性。首先，結果是基於觀察數據，這限製了因果牽引力。其次，我們調查自我報告的疫苗接受情況，而不是實際的疫苗接種行為。因此，我們不能確定疫苗的接受程度轉化為實際的接種率，因為自我報告的疫苗接受程度可能受到社會可取性偏差的影響。重要的是，幾項研究發現，自我報告的疫苗接種率和實際接種率之間有很高的一致性。42-44
結論
結果表明，即使在疫苗獲得批準之後，我們樣本中的大多數國家仍然存在對疫苗的懷疑態度。與類似研究一致，對個體層麵預測因素的分析表明，接受已批準的COVID-19疫苗的關鍵個體驅動因素是(1)對國家衛生當局和科學家的信任和(2)個人健康關切。結果表明，一個重要的溝通目標是感染的後果對自己和親密的他人。此外，這些結果強調，任何侵蝕對衛生當局和科學家的信任的東西都是疫苗接種工作的問題，因此，強調了衛生和政治當局在大流行期間努力最大程度維護信任的關鍵重要性。這不僅對此時此地管理大流行至關重要，而且也是為下一次突發衛生事件做準備。
數據可用性聲明
數據可在開放科學框架的公共開放存取庫中獲得:https://osf.io/27y3z/．
倫理語句
倫理批準
該研究符合奧胡斯大學的《行為守則》和丹麥衛生研究倫理全國委員會的《委員會法》，該委員會規定，"使用不涉及人類生物材料的問卷調查和訪談(委員會法第14(2)條)"豁免批準(https://en.nvk.dk/how-to-notify/what-to-notify)．
致謝
我們非常感謝馬格努斯·斯托姆·拉斯穆森的研究援助。
參考文獻
補充材料
-
補充數據
這個網絡僅文件已由BMJ出版集團從作者提供的電子文件生產(s)，並沒有編輯的內容。
腳注
推特@Fly_Lindholt
貢獻者MFL、FJ、AB和MBP設計研究並收集數據;MFL和FJ分析了數據;MFL, FJ, AB和MBP撰寫了論文。
資金這項工作得到嘉士伯基金會資助號CF20-0044給MBP的支持。
相互競爭的利益沒有宣布。
來源和同行評審不是委托;外部同行評議。
補充材料本內容由作者提供。它沒有經過BMJ出版集團有限公司(BMJ)的審查，也可能沒有經過同行評審。討論的任何意見或建議僅僅是那些作者(s)和不被BMJ認可。BMJ放棄從放在內容上的任何依賴產生的所有責任和責任。如果內容包含任何翻譯材料，BMJ不保證翻譯的準確性和可靠性(包括但不限於當地法規、臨床指南、術語、藥品名稱和藥物劑量)，並且不對翻譯和改編或其他原因引起的任何錯誤和/或遺漏負責。