Эффективность 1-й реиммунизации в Израиле - защита от летального исхода 90%
У многих сейчас предпраздничные хлопоты и не до чтения блогов. У меня, кстати, тоже. В результате на desktop моего компьютера образовалось нагромождение папок с публикациями, которые могли бы стать темами постов, но не стали. Может, что-то использую в следующем году. И всё же для одной статьи я решил сделать исключение. Это статья из Израиля об эффективности реиммунизации вакциной Pfizer-BioNTech (https://www.nejm.org/doi/full/10.1056/NEJMoa2115624 ). В ней нет ничего сенсационного. Обратить на неё внимания читателей я хочу по двум причинам. Во-первых, её результаты - это весомый аргумент в пользу реиммунизации, которая, на мой взгляд, сейчас необходима. Во-вторых, мне бы хотелось, чтобы как можно больше читателей блога ориентировались бы в том, как научно-корректно оценивается эффективность ковидных вакцин в реальных условиях.
Логика оценки протективной эффективности вакцины очень проста. Нужно выбрать клинически значимый исход (инфицирование, заболевание, градации тяжести заболевания, смерть) и определить, есть ли значимая разница в частотах этого исхода(ов) у вакцинированных и невакцинированных. Но для того, чтобы эта оценка была научно-корректной, необходимо максимально очистить сравнение от потенциальных предвзятостей. Вообще, «борьба» с предвзятостями (bias, biases - мн.число) это, едва ли не главное в клинических исследованиях. При сравнении клинических групп (в данном случае это реиммунизация+ и реиммунизация-) предвзятости минимизируются балансировкой групп по всем параметрам, которые потенциально могут исказить результат. В клинических испытаниях это достигается рандомизацией при формировании групп сравнения и «ослеплениями». В этом случае эффективность обозначается термином efficacy. Если сравнение проводится путём анализа реальных данных (накопленных в медицинских информационных системах) балансировка групп проводится виртуально. То, как именно это делается, зависит от конкретных реалий (какие данные доступны, какова частота оцениваемых исходов и многого другого). Если это сделано корректно, предвзятости удается минимизировать. Но избавиться от них полностью при анализе реальных данных невозможно. И «помехи» в реальных условиях сильнее, чем в клинических испытаниях. Поэтому эффективность, определённая анализом реальных данных, обозначается другим термином - effectiveness. Эти две эффективности, различающиеся «происхождением», надо чётко отличать. Я об этом много раз писал, но «повторение - мать учения».
Возвращаюсь к статье. В детали того, как формировались группы сравнения (это был процесс, а не одноразовое действо), погружаться не буду. Тем, кто хочет разобраться, как это делается корректно в подобных исследованиях, советую поработать с оригиналом статьи. Перейду к результатам. Наиболее наглядно они представлены на этом графике:
Синяя кривая - ревакцинированные («booster», т.е. 3-й укол PfizerBioNTech не менее, чем через 5 месяцев после 2-го укола). Коричневая кривая - отсутствие ревакцинации («no booster», т.е. только два укола PfizerBioNTech). Светлый фон (синий и коричневый) - границы 95% ДИ. Ось X - cрок наблюдения начиная с ревакцинации. Регистрируемый исход - смерть от COVID-19. Ось Y - накопленная частота исхода.
Внизу рисунка данные о накопленном количестве смертей в сравниваемых группах в каждой временной точке. Обратите внимание, что размер групп динамичен (см. No. at Risk) - группа «бустер» постоянно пополняется, а группа «без бустера» уменьшается. Вначале получивших бустер значительно меньше, но эта группа стабильно увеличивается - идёт «миграция» из группы «без бустера» в группу «бустер». Это означает, что для поддержания сравнимости групп их балансировку нужно обновлять при каждом пополнении группы «бустер». Еще одна деталь (из разряда тех, в которых бес кроется) - начиная с какого срока после 3-го укола считать, что ревакцинация (в смысле приобретения защиты) «свершилась» и этот случай можно перевести из группы “без бустера» в группу «бустер»? В данном исследовании этот срок был 7 дней после 3-го укола. Выбор этот был сделан не «от фонаря» (объяснение в статье).
Возможно, некоторые из читателей уже посчитали эффективность по данным, приведенным на рисунке, используя доли смертей в каждой группе в конечной точке (137/83989 и 65/757614). Если сделать такие вычисления, то получается 94,7%. Но в статье указана эффективность 90%. Это тоже много, но заметно меньше. Почему так? Дело в том, что расчёт, основывающийся на соотношении долей, довольно грубый. Исходными данными для более корректного расчёта являются не доли, а частоты с учётом времени экспозиции в пересчёте на «человеко-дни» (в данной работе на 100000 человек за 1 день). Но основное уточнение значения эффективности связано с корректировкой некоторой разбалансировки групп с помощью статистической модели (Cox proportional-hazards regression model). В данном исследования конечная оценка была следующей: 90% с 95%ДИ 86-93% (в статье это выражено в менее привычной форме, как Hazard Ration 0,1 c 95% ДИ 0,07 - 0,14).
Важно понимать, что результаты подобных исследований «привязаны» к условиям во время их проведения. Меняются условия (скажем, омикрон заместил дельту, возрастная структура реиммунизированных изменилась, после реиммунизации прошло более 2-х месяцев и т.д.) и эффективность может быть другой, существенно другой. И конечно же, эти оценки относятся только к вакцине PfizerBioNTech.
Конечно, читателей больше интересуют Спутники. Я был бы очень рад, если бы результаты аналогичного исследования Cпутника были доступны. Но, увы, этого пока не случилось. А решение о реиммунизации откладывать надолго нельзя. Для тех, кому интересно моё мнение, оно сейчас следующее: потенциальной пользы от реиммунизации Спутником больше, чем потенциальных рисков.
Проф_АФВ