基于“3Cs”模型的公眾新冠肺炎疫苗猶豫影響因素的橫斷面調查

劉曉曦 戴俊明 陳 浩 李曉梅 陳蘇虹 于 洋 趙秋雯王茹茹 毛一蒙 傅 華 高俊嶺 鄭頻頻

（復旦大學公共衛生學院預防醫學與健康教育教研室 上海 200032）

新冠肺炎在全球流行已經持續一年有余，嚴重侵害了人類健康和社會正常運轉。疫苗作為對抗新冠肺炎病毒傳播的有效工具，正陸續研發并上市，如何減少公眾對疫苗的疑慮即疫苗猶豫，以提高接種率已成為新冠預防的新挑戰［1-2］。

2012年，WHO免疫戰略委員會（Strategic Advisory Group of Experts，SAGE）將疫苗猶豫定義為：“盡管提供了疫苗接種服務，但仍延遲接受或拒接接種疫苗。疫苗猶豫是復雜而特定背景的，會隨著時間、地點和疫苗的不同而變化，受到自滿、便利和信任等因素的影響”［3-4］。在毫無疑問接受所有疫苗的人和拒絕所有疫苗的人之間，疫苗猶豫是一個連續體。疫苗猶豫的個體介于這兩個極端之間，包括拒絕某些疫苗而接受其他疫苗的人、推遲接種疫苗的人及接受疫苗接種但有顧慮的人［5］。“3Cs”模型是WHO于2011年提出的疫苗猶豫模型，包括信任（confidence）、自滿（complacency）和便利（convenience）3個維度：信任是指對疫苗的安全性、有效性、提供疫苗的系統（包括衛生服務機構和衛生專業人員的可靠性和能力）和決定所需疫苗的政策制定者的信任；自滿主要是指對疫苗接種的必要性（認為感染疫苗可預防疾病的風險低）和重要性（不認為疫苗接種是必要的預防措施）認識不足；便利是指疫苗的可獲得性、可負擔性和支付意愿、地理可及性、理解能力（語言和健康素養）以及免疫服務的便利性［3，6］。

2019年WHO將疫苗猶豫納入全球十大健康威脅之一［7］。疫苗猶豫與疫苗接種率有很強的負相關［8］。疫苗接種作為最重要的公共衛生實踐之一［9］，能夠極大地減少全世界的疾病、傷殘、死亡和不平等現象［10］，前提是人群接種率達到一定水平，形成群體免疫，降低不能接種疫苗的人感染疫苗可預防疾病的風險［11-12］。研究表明，人群中新冠肺炎疫苗接種率達到67%，新冠肺炎感染發病率才會下降［13］。因此，能否有效遏制新冠肺炎的流行很大程度上取決于公眾的新冠肺炎疫苗接種率。隨著各國新冠肺炎疫苗接種工作的陸續開展，公眾的疫苗猶豫越來越引起業內關注。評估公眾的新冠肺炎疫苗猶豫現狀有利于提高疫苗接種率。自2020年秋季我國啟動新冠肺炎疫苗接種工作以來，針對我國新冠肺炎疫苗猶豫現狀的研究尚未見報道。我們于2020年底至2021年初開展了相關研究，因國內首批疫苗接種人員要求年齡為18～59歲，故本次調研對象為18～59歲人群。本研究旨在了解國內公眾的新冠肺炎疫苗猶豫現狀，分析造成疫苗猶豫的影響因素，為實施針對性干預提供科學依據和理論指導。

資料和方法

抽樣方法和研究對象采用方便抽樣法，調查全國34個省、市、自治區范圍內18～59歲居民的新冠肺炎疫苗猶豫情況。調查時間為2020年12月31日—2021年1月11日。研究方案經復旦大學倫理委員會審批通過（IRB#2021-01-0869）。

調查方法利用問卷星平臺制作、發放問卷，通過群發、朋友圈推送等方式進行線上問卷調查，合格完成調查問卷者將獲得抽獎機會，獎品設置有華為手環、小米充電寶、現金紅包等。

調查內容調查問卷包括“基本情況調查表”和“新冠肺炎疫苗猶豫量表”兩部分。第一部分包括：性別、年齡、婚姻狀況、學歷、是否為醫護工作者、現居地類型、自評健康狀況、親屬有無醫學相關背景或從事相關工作、是否有現患或曾患病史、是否存在疫苗接種猶豫［3］；根據WHO的定義，采用一個問題來評估調查對象的疫苗猶豫程度：“請根據您的實際情況，請選擇您對疫苗接種的愿意程度?！边x項為完全拒絕（Refuse all）、傾向拒絕但不確定（Refuse but unsure）、部分傾向拒絕（Refuse some）、暫緩接種（Delay）、部分傾向愿意（Accept some）、傾向愿意但不確定（Accept but unsure）、完全愿意（Accept all），如果調查對象選擇前5項中的任意一項，則認為存在疫苗猶豫。第二部分以“3Cs”模型為理論指導，在文獻閱讀、居民訪談和專家咨詢的基礎上自行擬定，包括信任、自滿、便利3個維度，采用Likert 5級評分法（完全不同意、比較不同意、基本同意、比較同意、完全同意），其中自滿維度的必要性部分由“完全同意”到“完全不同意”計為5～1分，其余項均采用反向計分，即“完全同意”到“完全不同意”計為1～5分［14］。信任通過感知的疫苗安全性、有效性和對疫苗提供系統的信任度衡量，自滿通過感知的疫苗必要性和疫苗可預防疾病的嚴重性衡量；便利通過感知到的疫苗接種便利性衡量。本研究中“3Cs”模型量表的Cronbach’sα值為0.66。

質量控制（1）設置質控題條目，回答錯誤一律按無效問卷處理；（2）問卷發放前多次測試，完成一份問卷至少需要3 min，所有完成時間<3 min的問卷按無效問卷處理；（3）所有選項均為同一選項的問卷，同樣作無效問卷處理。

統計學處理將問卷星中的數據導入Excel表進行匯總，用SPSS 20.0軟件包進行數據分析。計量資料以±s表示，計數資料用例數和百分數（%）表示。單因素分析采用χ2檢驗，多因素分析采用Logistic回歸。本研究統計分析均采用雙側檢驗，檢驗水準為α=0.05。

結 果

基本情況共回收有效問卷2 531份。2 531位調查對象的平均年齡為（33.9±8.9）歲，男性1 045人（41.3%），男女比例為1∶1.42，疫苗猶豫的調查對象占44.3%（1 120）。

將疫苗猶豫與年齡、性別、學歷、婚姻狀況、月收入、現居地類型、是否為醫護工作者、親屬有無醫學相關背景或從事相關工作、自評健康狀況、是否有現患或曾患病史等10個變量進行單因素分析，發現不同年齡、性別、月收入水平、是否為醫護工作者、自評健康狀況以及是否患病或曾患病對疫苗猶豫的影響有統計學意義（表1）。

調查對象“3Cs”模型各變量得分情況按照是否存在新冠肺炎疫苗猶豫分組，分別對“3Cs”模型各維度的得分進行t檢驗（表2）。結果發現，無疫苗猶豫的人群與有疫苗接種猶豫的人群相比，有著更多的信任、更少的自滿，能感受到更多的便利，即對疫苗安全性、有效性以及對疫苗提供系統的信任更高，認為接種疫苗的必要性和便利程度更高；但是，二者對于新冠肺炎嚴重性的感知統計學差異無統計學意義。

表1 不同社會人口學特征與疫苗接種猶豫比較Tab 1 Differences in vaccinehesitancy between different sociodemographic characteristics

表2 2 531位調查對象“3Cs”模型各維度平均分Tab 2 Average scores of 2 531 respondents in each dimension of the"3Cs"model （±s）

表2 2 531位調查對象“3Cs”模型各維度平均分Tab 2 Average scores of 2 531 respondents in each dimension of the"3Cs"model （±s）

DimensionTotalVaccine hesitancytP（n=2 531）Yes（n=1 120）No（n=1 411）Confidence13.95±4.0713.28±3.6615.47±4.5711.80<0.001 Safety5.28±2.094.85±1.886.25±2.1215.34<0.001 Effective4.94±1.884.79±1.725.27±2.185.42<0.001 Trust in the vaccine delivery system3.73±1.143.64±1.123.95±1.156.30<0.001 Complacency13.22±3.7713.61±3.6712.36±3.85-7.80<0.001 Necessary7.40±2.467.77±2.366.56±2.47-11.76<0.001 Severity5.82±2.685.84±2.625.80±2.83-0.320.750 Convenience3.23±1.153.20±1.113.31±1.242.220.027

疫苗猶豫影響因素的Logistic回歸分析將“3Cs”模型各維度得分按平均值分為高低兩組，以疫苗猶豫為因變量，以單因素分析中有意義的年齡、性別、月收入、居住地類型、是否為醫護工作者、自評健康狀況、是否有現患或曾患病史及“3Cs”模型的信任、自滿、便利為自變量，建立多因素Logistic回歸模型，采用輸入回歸的方法篩選自變量，變量的納入和排除標準分別為α入=0.05、α出=0.10。結果顯示：性別、月收入、是否為醫護工作者以及“3Cs”模型中的信任和自滿對疫苗猶豫的影響具有統計學意義。具體來說，女性有疫苗猶豫的概率是男性的1.33倍；高收入人群有疫苗猶豫的概率是低收入人群的1.57倍；非醫護工作者有疫苗猶豫的概率是醫護工作者的1.39倍；對疫苗有效性、安全性等信任度高的群體有疫苗猶豫的概率小于信任度低的群體；對疫苗必要性以及疫苗可預防疾病嚴重性持自滿態度的群體有疫苗猶豫的風險是非自滿群體的2.49倍（表3）。

討 論

本研究通過對全國34個省、市、自治區的18～59歲居民新冠肺炎疫苗猶豫的調查，評估了人口學特征及“3Cs”模型各維度對公眾新冠肺炎疫苗猶豫的影響。“3Cs”模型包括信任、自滿、便利3個維度，因易于理解和應用，并且可以在不同國家和地區使用［15］，被認為是分析疫苗猶豫最有用的模型之一［3］。研究表明［14，16］，感知到的疫苗安全性、有效性以及對提供疫苗的系統的信任度越高，接種疫苗越不猶豫；感知到疫苗接種的必要性以及感染新冠肺炎的嚴重性越高、越不自滿，接種疫苗越不猶豫；感知到的接種疫苗便利程度越高，接種疫苗越不猶豫。本次調查所得結果與之基本一致，僅感知嚴重性在有接種猶豫和沒有接種猶豫的群體之間的差異無統計學意義?？赡苁且驗樾鹿诜窝撞《緛韯葜畠疵停瑐鞑ブ杆?，持續之長久，使得公眾不管是否存在接種猶豫都無法否認其嚴重性。

表3 新冠肺炎疫苗猶豫影響因素的Logistic回歸分析Tab 3 Logistic regression analysis of factors of COVID-19 vaccine hesitancy

本研究的多因素Logistic回歸分析結果表明，自滿是疫苗猶豫的危險因素，信任是疫苗猶豫的保護因素，提示對疫苗安全性、有效性等不信任以及對新冠肺炎嚴重性和接種新冠肺炎疫苗必要性自滿會影響新冠肺炎疫苗接種意愿。本研究未發現便利對疫苗猶豫的影響有統計學意義，可能是因為我國新冠肺炎疫苗面對全人群就近、免費、預約接種，所以本研究對“3Cs”模型便利的調查只涉及流程便利性這一個問題，不涉及價格、地理位置等，可能會掩蓋便利性與新冠肺炎疫苗猶豫的真實關系。

與相關研究結論一致［17-18］，本研究發現，男性比女性表現出更低的新冠肺炎疫苗猶豫，可能與男性患新冠肺炎并發癥、死亡的風險較高有關［19］。同樣，醫護工作者新冠肺炎疫苗猶豫也低于其他人［20］，可能與其工作性質有關，接觸和感染新冠肺炎病毒的機會較高。此外，有研究表明年齡較大的人新冠肺炎疫苗猶豫概率低［20-21］，也有研究表明年齡與新冠肺炎疫苗猶豫并無聯系［22］。本研究結果支持后者，可能因為本研究的調查對象年齡為18～59歲，不涉及老年人，感染和發展成嚴重疾病的風險相對較低。本研究還發現，高收入人群的新冠肺炎疫苗猶豫概率高于低收入人群，可能與我國疫苗免費接種有關，也可能是由于國內疫情防控較好，高收入人群有更充足的資金，獲得更多個人防護用品，因此覺得做好防護可以代替接種疫苗。

WHO報告，疫苗接種每年可防止250萬人死亡［23］。疫苗接種是最具成本效益的公共衛生措施之一，疫苗在降低疾病感染率、減少醫療支出方面貢獻極大［9］。而疫苗猶豫是疫苗成功的產物。疫苗的有效性使公眾淡忘了對惡性傳染病的恐懼。為有效防控疫情，我們建議采取以下措施阻止該現象的蔓延。

（1）有關部門要健全疫苗管理條例、完善疫苗安全保障系統，保證疫苗的安全；要實時監測公眾疫苗猶豫的變化，包括疫苗猶豫的社會經濟差異，為免疫項目提供有針對性的干預措施，增加公眾對疫苗的信心［8］；要規范疫苗的消息渠道，嚴厲打擊媒體虛假、失實報導以及個人造謠、傳謠行為。研究表明，互聯網在傳播反疫苗運動中發揮了很大的作用［24］，而提供準確的信息是增進疫苗了解、降低疫苗猶豫的重要策略之一［25］。

（2）對疫苗接種人員進行專業培訓，使其充分了解疫苗和疫苗猶豫，學習推定式溝通策略和激勵性訪談，為疫苗接種群體提供關鍵性指導，建立信心。有研究表明，以推定的方式而不是參與的方式（推定式：你該接種新冠疫苗了；參與式：你要接種新冠疫苗嗎？）提供疫苗會增加接種疫苗的可能性［26］。

（3）對公眾進行健康教育，使其認識到自己和家人接種疫苗不僅可免受疫苗可預防疾病的困擾，而且增益全社會［23］。通過增強其榮譽感和使命感，提升其疫苗接種意識，從而提高疫苗接種率。

疫苗猶豫原因復雜，需要全社會共同努力來改善，以防止疫苗可預防疾病的卷土重來。國內針對疫苗猶豫的研究較少，利用“3Cs”模型分析疫苗猶豫的更少見，目前尚無利用此模型研究新冠肺炎疫苗猶豫的報道。

本研究最大的局限性是基于橫斷面調查，故代表性可能不夠；其次，研究對象的年齡為18～59歲，不能反映未成年人和老年人的疫苗猶豫情況。但是，本研究樣本量較大，研究對象來自全國各地，且采用線上匿名填寫方式，比面對面調查更能保證敏感話題的信息真實性。

綜上所述，本研究基于“3Cs”模型在國內開展新冠肺炎疫苗猶豫的調查，發現模型中的信任和自滿維度對新冠肺炎疫苗猶豫有明顯影響。建議通過提升公眾對新冠肺炎疫苗的信心，減少疫苗相關的自滿情緒，來提高新冠肺炎疫苗的接種率。

作者貢獻聲明劉曉曦 文獻查閱與整理，執行調查，數據收集與分析，論文撰寫。戴俊明 構思與設計，可行性分析，論文撰寫與修訂，監督指導，提供資助。陳浩 文獻查閱與整理，執行調查，數據收集與分析。李曉梅，陳蘇虹，于洋，趙秋雯，王茹茹，毛一蒙 文獻查閱與整理，執行調查，數據收集。傅華，高俊嶺，鄭頻頻 構思與設計，監督指導。

利益沖突聲明所有作者均聲明不存在利益沖突。