Une étude pour savoir dans quelle mesure les mises à jour annuelles du vaccin Covid-19 travaillent pour protéger les gens de Covid-19 et combien d'argent les gens dépensent pour les soins de santé pour Covid-19

Justification et arrière-plan

Le 6 avril 2022, les membres des États-Unis (États-Unis) et le comité consultatif des produits biologiques connexes (VRBPAC) de la Food and Drug Administration (FDA) ont voté pour la première fois pour mettre à jour les compositions de souches de vaccinations Covid-19 de la formulation originale de type sauvage à une formulation qui a mieux fait la diffusion de variantes actuellement en circulation. Dans un commentaire du Journal of the American Medical Association (JAMA) Open un mois plus tard, le Dr Peter Marks (directeur du Center for Biologics Evaluation and Research), le Dr Janet Woodcock (principal commissaire adjoint de la FDA) et le Dr Robert Califf (commissaire de la FDA)

"Un meilleur alignement entre la ou les variantes couvertes par le vaccin et les variantes circulantes de SARS-COV-2 devraient prévenir un spectre de maladie plus large, potentiellement plus longtemps".

Le comité consultatif des centres de contrôle et de prévention des maladies américains (CDC) sur les pratiques de vaccination (ACIP) a voté dans chacun des vaccins 2022, 2023 et 2024 pour recommander des vaccins Covid-19 mis à jour comme autorisés ou approuvés par la FDA chez les personnes ≥ 6 mois. Il est donc nécessaire d'évaluer l'efficacité de ces produits mis à jour sur une base annuelle, contre divers résultats pour la santé.

Question et objectifs de recherche

La question de recherche pour cette étude est "Quelle est l'efficacité du monde réel des formulations BNT162B2?"

Objectif principal:

1. Pour évaluer l'efficacité des vaccins (VE) des formulations BNT162B2 chez les adultes non immunodéprimés (âgés de 18 ans et plus) contre les critères d'évaluation liés à Covid-19, par âge, des conditions d'intérêt comorbides et une formulation de vaccin adaptée.

   Objectif secondaire:

2. Pour mesurer Covid-19 VE des formulations BNT162B2 en pédiatrie (âge <18) contre les critères d'évaluation liés à Covid-19, par âge et la formulation vaccinale adaptée.

   Méthodes de recherche

   Conception de l'étude

   Pour tous les objectifs de cette étude, le statut de vaccination sera mesuré comme une exposition variant dans le temps. Le temps de personne exposé commence 14 jours après la réception d'une formulation BNT162B2. Le temps de personne non exposé est un temps de personne non vacciné, ainsi que 0-13 jours après la vaccination. Le groupe non exposé sera davantage stratifié par le statut précédent.

   Les données d'un an avant la mise à jour de la disponibilité de la formulation seront utilisées comme période de revers pour définir les caractéristiques du patient, les antécédents cliniques, les facteurs de risque et l'utilisation des soins de santé. Toutes les données disponibles avant cette période peuvent également être utilisées.

   Paramètre

   L'âge le plus jeune possible pour toute personne dans tout objectif de l'étude a 6 mois.

   Ce protocole sera mené parmi les personnes qui ont tous les éléments suivants:

   • Au moins un an d'inscription médicale continue avant la date de l'indice dans un régime d'assurance qui contribue à la base de données des réclamations Healthverity aux États-Unis. Les réclamations médicales sont utilisées pour mesurer les rencontres entre les patients hospitalisés, les ambulatoires, les services d'urgence et les soins urgents. Une lacune pouvant aller jusqu'à 30 jours sera autorisée.
   • Au moins un an d'inscription en pharmacie continue avant la date de l'indice dans un régime d'assurance qui contribue à la base de données des réclamations Healthverity aux États-Unis. Les réclamations en pharmacie sont utilisées pour mesurer les dispenses ambulatoires de médicaments, de vaccins et d'autres produits biologiques. Une lacune pouvant aller jusqu'à 30 jours sera autorisée.
   • Au moins un an de résidence d'État continue dans un État avec des rapports de vaccination obligatoires Covid-19 qui contribuent à l'ensemble du registre des vaccins à la santé.
   • N'a pas de divergences dans le sexe et / ou l'année de naissance entre l'un des ensembles de données disponibles. Ce sont des covariables critiques dans les modèles car ils sont parmi les facteurs de risque les plus importants de maladie grave.
   • N'a pas documenté l'épisode de Covid-19 et / ou la réception de tout vaccin Covid-19 au cours des 90 jours précédant la date d'indexation. Ces personnes présentent probablement un risque de vaccination plus faible (l'exposition de l'intérêt de l'étude) ainsi qu'un risque temporairement plus faible de Covid-19 (l'issue de l'étude d'intérêt), qui introduirait l'hétérogénéité dans les estimations où ils n'étaient pas exclus.

   Variables

   Objectifs primaires et secondaires, exposition: vaccin contre l'ARNm BNT162B2, énuméré à l'aide de vaccins cliniques administrés (CVX), du code national du médicament (NDC) et des codes de terminologie procédurale actuelle (CPT).

   Objectifs primaires et secondaires, résultats: points de terminaison liés à Covid-19:

   • Rencontres ambulatoires avec une classification internationale des maladies, dixième révision, modification clinique (CIM-10-CM) U07.1 "Covid-19"

     • L'incidence, en tant que nombre de personnes qui subissent un événement divisé par le nombre de personnes à risque d'un événement (c'est-à-dire. proportions)
     • Taux d'incidence, comme le nombre de personnes qui subissent un événement divisé par le temps total de la personne à risque d'un événement (c'est-à-dire X événements pour 100 000 mois de personne)
     • Ratios de risque ajustés
     • Coût associé à ces rencontres, énuméré comme moyenne (écart-type) et médian (premier quartile - troisième quartile) parmi tous les coûts non nuls.

   • Rencontres du service d'urgence avec un code ICD-10-CM U07.1

     • L'incidence, en tant que nombre de personnes qui subissent un événement divisé par le nombre de personnes à risque d'un événement (c'est-à-dire. proportions)
     • Taux d'incidence, comme le nombre de personnes qui subissent un événement divisé par le temps total de la personne à risque d'un événement (c'est-à-dire X événements pour 100 000 mois de personne)
     • Ratios de risque ajustés
     • Coût associé à ces rencontres, énuméré comme moyenne (écart-type) et médian (premier quartile - troisième quartile) parmi tous les coûts non nuls.

   • Rencontres de soins urgents avec un code ICD-10-CM U07.1

     • L'incidence, en tant que nombre de personnes qui subissent un événement divisé par le nombre de personnes à risque d'un événement (c'est-à-dire. proportions)
     • Taux d'incidence, comme le nombre de personnes qui subissent un événement divisé par le temps total de la personne à risque d'un événement (c'est-à-dire X événements pour 100 000 mois de personne)
     • Ratios de risque ajustés
     • Coût associé à ces rencontres, énuméré comme moyenne (écart-type) et médian (premier quartile - troisième quartile) parmi tous les coûts non nuls.

   • Rencontres pour patients hospitalisés avec un code ICD-10-CM U07.1. Il convient de noter que les résultats potentiellement accessoires de Covid-19, tels que ceux au cours d'une entrée psychiatrique ou physique associée au traumatisme physique, seront exclus en utilisant la méthodologie décrite précédemment.

     • Durée de séjour, comme le nombre de jours de l'admission à la sortie exprimés en moyenne (écart-type) et médiane (premier quartile - troisième quartile)
     • L'incidence, en tant que nombre de personnes qui subissent un événement divisé par le nombre de personnes à risque d'un événement (c'est-à-dire. proportions)
     • Taux d'incidence, comme le nombre de personnes qui subissent un événement divisé par le temps total de la personne à risque d'un événement (c'est-à-dire X événements pour 100 000 mois de personne)
     • Ratios de risque ajustés
     • Coût associé à ces rencontres, énuméré comme moyenne (écart-type) et médian (premier quartile - troisième quartile) parmi tous les coûts non nuls.
     • Si la taille de l'échantillon le permet, les résultats ci-dessus seront plus stratifiés dans des cas qui ont fait et n'ont pas besoin d'admission à l'unité de soins intensifs (USI), de ventilation mécanique invasive (IMV) ou ont entraîné la mort.

   Confutants potentiels: Un ensemble diversifié de variables sera utilisé pour équilibrer les caractéristiques de base entre ceux qui sont VS ne sont pas vaccinés. En bref, ceux-ci comprendront des caractéristiques sociodémographiques et cliniques connues pour être associées au risque d'exposition et de résultats et peuvent avoir besoin d'être personnalisées en fonction de la structure de la confusion supposée être présente.5,6 L'ensemble équilibré de covariables contiendra un échantillon où les différences moyennes standardisées (SMD) entre les facteurs de confusion mesurées sont ≤ 0,1,7.

   Sources de données

   Réclamations médicales et pharmaciennes

   Les assureurs contribuant aux réclamations fermées comprennent un mélange de payeurs commerciaux, de plans Medicare Advantage / Part C et de plans de soins gérés par Medicaid. Les éléments de données dans les réclamations médicales comprennent les informations démographiques des patients, les informations sur les hospitalisation / ambulatoire des visites telles que les diagnostics, les procédures et la durée du séjour, les caractéristiques de l'hôpital et les informations sur les médicaments. En raison de la nature des réclamations, les données représentent l'ensemble final de diagnostics au cours de l'hospitalisation envoyée à l'assureur du patient pour remboursement, avec une hiérarchisation de diagnostic attribuée par les cliniciens ou le personnel hospitalier. Les éléments de données dans les réclamations en pharmacie comprennent les informations démographiques des patients, le NDC, la date de service, la quantité distribuée et l'approvisionnement des jours.

   Registres des vaccins d'État

   Depuis décembre 2020, les vaccinateurs de nombreuses juridictions et États ont été mandatés pour signaler le vaccin Covid-19 administré à leurs autorités sanitaires de l'État respectives.

   Les fichiers de registre d'État ont des identifiants de personne uniques, la date d'événement de vaccination et les codes CVX, qui sont uniques à chaque vaccin.

   Méthodes de liaison entre les sources de données

   Les données de réclamation d'assurance administrative et les données du registre des vaccins de l'État ont été indépendamment tokenisées à l'aide du logiciel de tokenisation de Healthverity, ce qui signifie que les identificateurs de patients sont passés par le logiciel pour créer un numéro d'identification de désintégration unique pour chaque personne. Les informations d'identification sont supprimées par les registres des vaccins avant d'envoyer les données à la santé pour l'agrégation de données. Ce processus garantit la conformité aux règles de confidentialité de l'assurance maladie (HIPAA) via la détermination de l'expert. Les données des réclamations d'assurance ont ensuite été liées aux registres de vaccination de l'État via le numéro d'identification de la tokenisée.

   Taille de l'étude

   Cette étude utilise des données désidentifiées rétrospectives sans capacité à recruter sur une cible, les calculs de taille d'échantillon ne sont pas applicables. Le nombre attendu de personnes éligibles à l'étude devrait représenter environ 30% de la population d'un État, compte tenu de la couverture du marché de Healthverity. Afin de maintenir la confidentialité ainsi que les principes d'inférence causaux de cohérence, de positivité et d'échangeabilité, les résultats, les covariables et les sous-groupes auront au moins 10 personnes dans chaque catégorie pour inclure dans les résultats. Tout au long du protocole, ceci est appelé «si la taille de l'échantillon le permet».

   Gestion des données

   Les rafraîchissements de données de réception des réclamations et des vaccins sont dispensés par la santé mensuellement. Toutes les données structurées de santé décrites ci-dessus sont stockées dans l'infrastructure de données de Pfizer. Les données sont interrogées et analysées à l'aide du système d'analyse statistique (SAS) et / ou R. Les revendications de santé, la mortalité et les registres des vaccins sont stockés comme des bases de données distinctes et, en raison de la nature de l'accord d'utilisation des données, sur un serveur différent de toutes les autres données à l'échelle de l'entreprise. Les données ne sont accessibles qu'aux collègues Pfizer qui ont été formés et approuvés pour accéder à l'entrepôt de données de Pfizer.

   En bref, toutes les données de l'année précédant l'index jusqu'à 6 mois après l'indice pour les personnes qui répondent aux critères d'inclusion et d'exclusion détaillées à la section 9.1 seront extraites.

   Analyse des données

   Les données sont extraites à l'aide de macro-scripts standardisés par deux programmeurs expérimentés, avec toutes les écarts résolus avant la livraison des résultats finaux. Les analyses descriptives compareront la distribution des caractéristiques sociodémographiques et cliniques dans les cohortes finales.

   Des modèles de risques proportionnels COX dépendants du temps seront utilisés pour estimer le danger de chaque résultat d'intérêt avec l'exposition variant dans le temps et les covariables liées au temps, entraînant des ratios de risque ajustés (AHR) et des intervalles de confiance à 95% (IC à 95%).

   Une méthodologie détaillée pour les analyses de résumé et statistiques des données recueillies dans cette étude sera documentée dans une SAP, qui sera datée, déposée et maintenue par le sponsor. La SAP peut modifier les plans décrits dans le protocole; Toutes les modifications majeures des définitions de critères d'évaluation primaires ou de leurs analyses se refléteraient dans un amendement de protocole.

   Contrôle de qualité

   Les données de la base de données de Healthverity sont fournies mensuellement dans un format électronique. HealthVerity utilise son produit de tokenisation pour correspondre aux patients entre différentes sources de données à haute précision. Chaque livraison mensuelle de données contient un rapport de contrôle de la qualité, qui a été co-créé entre les experts en matière de santé et les experts en matière de Pfizer pour assurer une qualité continue. Toutes les analyses seront effectuées en interne et selon les normes analytiques Pfizer, y compris la double programmation pour assurer le contrôle de la qualité.

   Limites des méthodes de recherche

   • Certains, mais pas tous, les États ont des mandats de déclaration des vaccins Covid-19, qui sont nécessaires pour déterminer le statut non vacciné. Par conséquent, les résultats de cette étude utilisant des États ayant des juridictions de déclaration obligatoires peuvent ne pas se généraliser à d'autres régions du pays. Cependant, une variété de caractéristiques géographiques, sociodémographiques et de santé sont incluses parmi les populations incluses.
   • Il n'y a pas de confirmation de laboratoire du diagnostic Covid-19. Il est difficile de connaître la direction du biais que cette limitation peut créer. Il est possible que certains patients reçoivent un diagnostic de symptômes seuls (sure-pastère des résultats d'intérêt) ou que nous manquons des cas positifs en raison des tests à domicile (sous-concurrence des résultats d'intérêt).
   • Les résultats de cette étude peuvent différer de ceux des études VE utilisant d'autres sources de données, telles que Kaiser Permanente du sud de la Californie ou l'administration des anciens combattants.
   • Les tentatives de lutte contre la confusion peuvent ne pas être en mesure de rendre compte des facteurs de confusion.