DOI: https://doi.org/10.1016/j.biologicals.2026.101886
PMID: https://pubmed.ncbi.nlm.nih.gov/42107403
تاريخ النشر: 2026-05-09
المؤلف: Laurence De Moerlooze وآخرون
الموضوع الرئيسي: طرق إحصائية في التجارب السريرية
نظرة عامة
في هذا القسم، يناقش المؤلفون التحديات والقيود المتعلقة باستخدام الأساليب المعتمدة على المطابقة لتقييم فعالية اللقاحات في العالم الحقيقي، لا سيما ضمن إطار الدراسات التراكمية الملاحظة. يسلطون الضوء على القضايا المتعلقة بوضوح الهدف التقديري ودقة تقديره، خاصة بالنظر إلى التباين في أخذ اللقاح مع مرور الوقت والطبيعة الديناميكية لمعدلات العدوى.
لمعالجة هذه التحديات، يقترح المؤلفون تقديرًا سببيًا جديدًا لفعالية اللقاح يلتقط تأثيره على مر الزمن، على غرار ملخص فعالية اللقاح في التجارب السريرية العشوائية. يوضحون تحديد هذا التقدير، بما في ذلك الافتراضات الضرورية، ويقدمون مقدرات بسيطة تعتمد على نموذجين للانحدار الخطر. يتم التحقق من صحة مقدرهم المقترح من خلال المحاكاة وتطبيقه لتقييم فعالية لقاح فايزر-بيونتيك COVID-19 في منع عدوى SARS-CoV-2 بين الأطفال الذين تتراوح أعمارهم بين 5-11 عامًا. تشير النتائج إلى أن مقدرهم لا يتماشى فقط مع الاستنتاجات العلمية من الأساليب الحالية ولكن أيضًا يقدم تحسينات كبيرة في الكفاءة مقارنة بالمقدرات التقليدية المعتمدة على المطابقة.
مقدمة
في المقدمة، يبرز المؤلفون أهمية الدراسات الواقعية في تقييم فعالية اللقاح (VE)، مكملين المعيار الذهبي للتجارب السريرية العشوائية (RCTs). يناقشون مفهوم تقليد التجربة المستهدفة، الذي يقترح أن فترة المتابعة في الدراسات الملاحظة يجب أن تبدأ في وقت التطعيم للأفراد المؤهلين. نهج شائع لمعالجة تحدي تحديد وقت التطعيم للأفراد غير الملقحين هو مطابقة المشاركين الملقحين مع غير الملقحين بناءً على المتغيرات المربكة. بينما تبسط هذه التقنية التحليل وتسمح بأساليب مشابهة لتلك المستخدمة في التجارب السريرية العشوائية، فإنها تقدم قيودًا كبيرة، بما في ذلك التغييرات في السكان المستهدفين، وصعوبات في العثور على المطابقات في الإعدادات عالية الأبعاد، ونقص الوضوح بشأن التقدير السببي.
يقترح المؤلفون منهجية بديلة لدراسات فعالية اللقاح الملاحظة تعزز تقليد التجربة المستهدفة. يوضحون تقديرًا سببيًا واضحًا لفعالية اللقاح ويحددون الافتراضات اللازمة لتحديده. علاوة على ذلك، يقدمون مقدرات بسيطة تظهر مكاسب كبيرة في الكفاءة مقارنة بالمقدرات التقليدية المعتمدة على المطابقة، مما يحسن من متانة ووضوح النتائج في أبحاث فعالية اللقاح.
نقاش
في هذا القسم، يناقش المؤلفون تطوير تقدير سببي جديد لفعالية اللقاح، مع التركيز على تطبيقه في كل من التجارب السريرية العشوائية (RCTs) والدراسات التراكمية الملاحظة. يبرز المؤلفون أهمية التقديرات الإحصائية المستمدة من الحوادث التراكمية في دراسات اللقاح، مشيرين إلى أن هذه التقديرات يجب أن تأخذ في الاعتبار عوامل مثل وقت تسجيل المشاركين والمتغيرات المرتبطة بالمشاركين. يقترحون تقديرًا لفعالية اللقاح السببي، يُشار إليه بـ $VE_C(t_0)$، والذي يُعرف بأنه الفرق في الحوادث التراكمية بين الأفراد الملقحين وغير الملقحين، مشروطًا بمتغيرات معينة وتوقيت التطعيم. يهدف هذا النهج إلى توضيح التفسير السببي لفعالية اللقاح، مميزًا إياه عن الأساليب التقليدية المعتمدة على المطابقة التي قد تفتقر إلى تعريفات واضحة للسكان المستهدفين.
يستفيض المؤلفون في توضيح تحديد وتقدير التقدير السببي المقترح، معتمدين على افتراضات مثل التبادل والإيجابية. يظهرون التطبيق العملي لطريقتهم من خلال دراسة على لقاح فايزر-بيونتيك COVID-19 بين الأطفال، كاشفين أن مقدرهم المقترح تفوق على المقدرات المعتمدة على المطابقة من حيث الدقة والكفاءة. تشير النتائج إلى أن إطار التقدير السببي المقترح لا يعزز فقط وضوح الاستنتاج السببي في دراسات اللقاح ولكن أيضًا يوفر طريقة تقدير قوية يمكن تنفيذها بسهولة باستخدام تقنيات إحصائية قياسية، مما قد يحسن تقييمات فعالية اللقاح ضد كل من النقاط النهائية الشائعة والنادرة.
DOI: https://doi.org/10.1016/j.biologicals.2026.101886
PMID: https://pubmed.ncbi.nlm.nih.gov/42107403
Publication Date: 2026-05-09
Author(s): Laurence De Moerlooze et al.
Primary Topic: Statistical Methods in Clinical Trials
Overview
In this section, the authors discuss the challenges and limitations of using matching-based approaches to assess real-world vaccine effectiveness, particularly within the framework of observational cohort studies. They highlight issues related to the clarity of the target estimand and the precision of its estimation, especially given the variability in vaccine uptake over time and the dynamic nature of infection rates.
To address these challenges, the authors propose a novel causal estimand of vaccine effectiveness that captures its impact over calendar time, akin to the summary of vaccine efficacy in randomized controlled trials. They outline the identification of this estimand, including the necessary assumptions, and introduce straightforward estimators based on two hazard regression models. Their proposed estimator is validated through simulations and applied to evaluate the effectiveness of the Pfizer-BioNTech COVID-19 vaccine in preventing SARS-CoV-2 infections among children aged 5-11. The results indicate that their estimator not only aligns with scientific inferences from existing methods but also offers substantial efficiency improvements over traditional matching-based estimators.
Introduction
In the introduction, the authors highlight the importance of real-world studies in assessing vaccine effectiveness (VE), complementing the gold standard of randomized controlled trials (RCTs). They discuss the concept of target trial emulation, which suggests that the follow-up period in observational studies should commence at the time of vaccination for eligible individuals. A common approach to address the challenge of defining vaccination time for unvaccinated individuals is to match vaccinated participants with unvaccinated ones based on confounding variables. While this matching technique simplifies analysis and allows for methods akin to those used in RCTs, it presents significant limitations, including alterations to the target population, difficulties in finding matches in high-dimensional settings, and a lack of clarity regarding the causal estimand.
The authors propose an alternative methodology for observational VE studies that enhances target trial emulation. They articulate a clear causal estimand for vaccine effectiveness and outline the assumptions necessary for its identification. Furthermore, they introduce straightforward estimators that demonstrate substantial efficiency gains compared to traditional matching estimators, thereby improving the robustness and interpretability of the findings in vaccine effectiveness research.
Discussion
In this section, the authors discuss the development of a novel causal estimand for vaccine effectiveness, emphasizing its application in both randomized controlled trials (RCTs) and observational cohort studies. The authors highlight the importance of statistical estimands derived from cumulative incidences in vaccine studies, noting that these estimands must account for factors such as enrollment calendar time and participant covariates. They propose a causal vaccine effectiveness estimand, denoted as $VE_C(t_0)$, which is defined as the difference in cumulative incidence between vaccinated and unvaccinated individuals, conditioned on specific covariates and vaccination timing. This approach aims to clarify the causal interpretation of vaccine effectiveness, contrasting it with traditional matching methods that may lack explicit definitions of target populations.
The authors further elaborate on the identification and estimation of the proposed causal estimand, relying on assumptions such as exchangeability and positivity. They demonstrate the practical application of their method through a study on the Pfizer-BioNTech COVID-19 vaccine among children, revealing that their proposed estimator outperformed matching-based estimators in terms of precision and efficiency. The findings suggest that the proposed causal estimand framework not only enhances the clarity of causal inference in vaccine studies but also provides a robust estimation method that can be readily implemented using standard statistical techniques, potentially improving evaluations of vaccine effectiveness against both common and rare endpoints.