従来の多変量モデルと7つの傾向スコアベースモデルの結果を比較し、COVID-19ワクチン有効性を推定する

科学分野:

• 疫学
• 生物統計学
• ワクチン学

背景:

• 正確なワクチン有効性（VE）推定は、公衆衛生、特に高齢者集団にとって不可欠です。
• 観察研究はバイアスの課題に直面しており、統計的手法はVEの結果に影響を与えます。
• 新しいワクチンブースターの評価には、堅牢な分析アプローチが必要です。

研究 の 目的:

• VE推定のための多変量コックスモデルと傾向スコア（PS）ベースの方法の比較。
• 二価mRNAブースター（オリジナル/オミクロンBA.4-5）の相対ワクチン有効性（rVE）を、2回目または3回目の接種として評価。
• 時間経過に伴うVEの傾向を分析し、さまざまな統計モデルのパフォーマンスを評価する。

主な方法:

• 多変量コックス比例ハザードモデルと7つのPSベースモデルの比較分析。
• イタリアの60歳以上の11,879,461人の個人からの実世界のデータを使用（2023年4月～6月）。
• 120日以上前に1回目のブースターを受けた人と比較して、2回目/3回目のブースターとしての二価mRNAワクチンのrVEを推定しました。

主要な成果:

• すべてのモデルで、rVE推定値は16.4%から22.1%の間で一貫していました。
• ブースター有効性は時間とともに著しく減衰し、参照モデルでは45.6%（15-60日）から14.3%（181-265日）に低下しました。
• PS法は共変量バランスを改善しましたが、精度や解釈可能性においてコックスモデルを上回るものではありませんでした。

結論:

• 多変量モデルは、大規模でバランスの取れたデータセットにおけるVE推定に対して堅牢です。
• 傾向スコア法は理論的な利点を提供しますが、交絡が管理されている場合には、従来のモデルよりも実用的な利点を提供しない可能性があります。
• 本研究は、実世界のワクチン有効性研究における従来の統計的アプローチの信頼性を確認しています。