Covid-19 백신에 대한 연간 업데이트가 Covid-19로부터 사람들을 보호하기 위해 얼마나 잘 업데이트되는지에 대한 연구와 Covid-19를 위해 사람들이 건강 관리에 얼마나 많은 돈을 쓰는지에 대한 연구

이론적 근거와 배경

2022 년 4 월 6 일, FDA (Food and Drug Administration)의 미국 (미국) 백신 및 관련 생물 제품 자문위원회 (VRBPAC)는 처음으로 원래의 야생형 제형에서 현재 순환 변형과 더 잘 어울리는 공식화로 처음으로 투표했습니다. JAMA (Journal of the American Medical Association) 네트워크 오픈 1 개월 후, Peter Marks 박사 (생물학적 평가 및 연구 센터 소장), Janet Woodcock 박사 (교장 FDA 커미셔너) 및 Robert Califf 박사 (FDA 커미셔너)는 주장했다.

"백신에 의해 다루고 SARS-COV-2의 순환 변이체 (들) 사이의 더 나은 정렬은 잠재적으로 더 오랜 시간 동안 더 넓은 스펙트럼의 질병을 방지 할 것으로 예상 될 수있다."

미국 질병 통제 예방 센터 (CDC)의 ACIP (Advisory Committee for Immunization Practices)는 2022 년, 2023 년 및 2024 년 각각에 투표하여 6 개월 이상 FDA가 승인하거나 승인 한 업데이트 된 COVID-19 백신을 권장하기 위해 투표했습니다. 따라서 다양한 건강 결과에 대해 이러한 업데이트 된 제품의 효과를 매년 평가해야합니다.

연구 질문과 목표

이 연구의 연구 문제는 "BNT162B2 제형의 실제 효과는 무엇입니까?"입니다.

주요 목표 :

1. COVID-19 관련 종점에 대한 비 면역 저하 성인 (18 세 이상)에서 BNT162B2 제형의 백신 효과 (VE)를 평가하기 위해, 연령, 동반가 관심 조건 및 적응 백신 제형에 대한 COVID-19 관련 종점에 대한 BNT162B2 제제.

   보조 목표 :

2. COVID-19 관련 종점에 대한 소아과 (<18 세)에서 BNT162B2 제형의 COVID-19 VE, 연령 및 적응 백신 제형에 대한 소아 (18 세)를 측정합니다.

   연구 방법

   학습 디자인

   이 연구의 모든 목표에서 예방 접종 상태는 시변 노출로 측정됩니다. 노출 된 사람 시간은 BNT162B2 제형을 수령 한 후 14 일 후에 시작됩니다. 노출되지 않은 사람 시간은 예방 접종 후 0-13 일뿐만 아니라 예방 접종을받지 않은 사람 시간입니다. 노출되지 않은 그룹은 이전 상태에 의해 더 층화됩니다.

   업데이트 된 공식화 가용성 전 1 년 전의 데이터는 환자의 특성, 임상 이력, 위험 요인 및 의료 활용을 정의하기위한 외관 기간으로 사용됩니다. 이 기간 이전에 사용 가능한 모든 데이터도 사용될 수 있습니다.

   환경

   이 연구를 목표로하는 사람의 가장 어린 나이는 6 개월입니다.

   이 프로토콜은 다음과 같은 모든 사람들에게 수행됩니다.

   • 미국의 Healthverity Claims Database에 기여하는 보험 플랜에서 인덱스 날짜 이전에 최소 1 년의 지속적인 의료 등록. 의학적 청구는 입원 환자, 외래 환자, 응급실 및 긴급 치료 만남을 측정하는 데 사용됩니다. 최대 30 일의 간격이 허용됩니다.
   • 미국의 Healthverity Claims Database에 기여하는 보험 플랜에서 색인 날짜 이전에 최소 1 년의 지속적인 약국 등록. 약국 청구는 약물, 백신 및 기타 생물학적 제품의 외래 환자 경배를 측정하는 데 사용됩니다. 최대 30 일의 간격이 허용됩니다.
   • 의무적 인 COVID-19 백신 접종보고가있는 주에서 1 년 이상 지속적인 주 거주지가 건강에 전체 주 백신 등록 소에 기여합니다.
   • 사용 가능한 데이터 세트 사이에 성 및/또는 출생 연도가 불일치하지 않습니다. 이것들은 심각한 질병의 가장 중요한 위험 요소 중 하나이므로 모델에서 중요한 공변량입니다.
   • Covid-19의 에피소드 및/또는 색인 날짜 전 90 일 동안 Covid-19 백신의 수령을 기록하지 않았습니다. 이 사람들은 예방 접종의 위험이 낮을 수 있으며 (연구의 관심 노출) 일시적으로 COVID-19 (연구의 관심 결과) 위험이 낮아서 추정에서 이질성을 도입 할 것입니다.

   변수

   1 차 및 2 차 목표, 노출 : BNT162B2 mRNA 백신, 투여 된 임상 백신 (CVX), 국가 약물 코드 (NDC) 및 현재 절차 용어 (CPT) 코드를 사용하여 열거된다.

   1 차 및 보조 목표, 결과 : Covid-19 관련 엔드 포인트 :

   • 외래 환자는 질병의 국제적 분류, 10 번째 개정, 임상 수정 (ICD-10-CM) 코드 U07.1 "Covid-19"와의 만남

     • 사건을 겪는 사람들의 수가 이벤트 위험에 처한 사람들의 수로 나눈 (즉, 발병률). 크기)
     • 사건을 겪는 사람들의 수가 이벤트 위험에 처한 총 사람의 시간으로 나눈 값 (즉, 발병률). 10 만 명당 x 이벤트)
     • 조정 된 위험 비율
     • 이러한 만남과 관련된 비용, 모든 0이 아닌 모든 비용 중 평균 (표준 편차) 및 중앙값 (첫 번째 사 분위수 - 세 번째 사 분위수)으로 열거됩니다.

   • 응급실은 ICD-10-CM 코드 U07.1과 만난다

     • 사건을 겪는 사람들의 수가 이벤트 위험에 처한 사람들의 수로 나눈 (즉, 발병률). 크기)
     • 사건을 겪는 사람들의 수가 이벤트 위험에 처한 총 사람의 시간으로 나눈 값 (즉, 발병률). 10 만 명당 x 이벤트)
     • 조정 된 위험 비율
     • 이러한 만남과 관련된 비용, 모든 0이 아닌 모든 비용 중 평균 (표준 편차) 및 중앙값 (첫 번째 사 분위수 - 세 번째 사 분위수)으로 열거됩니다.

   • ICD-10-CM 코드 U07.1과의 긴급 간호 만남

     • 사건을 겪는 사람들의 수가 이벤트 위험에 처한 사람들의 수로 나눈 (즉, 발병률). 크기)
     • 사건을 겪는 사람들의 수가 이벤트 위험에 처한 총 사람의 시간으로 나눈 값 (즉, 발병률). 10 만 명당 x 이벤트)
     • 조정 된 위험 비율
     • 이러한 만남과 관련된 비용, 모든 0이 아닌 모든 비용 중 평균 (표준 편차) 및 중앙값 (첫 번째 사 분위수 - 세 번째 사 분위수)으로 열거됩니다.

   • 입원 환자가 ICD-10-CM 코드 U07.1과의 만남. 주목할 점은, 주요 정신과 또는 신체적 외상 관련 입원 과정에서와 같은 Covid-19의 잠재적으로 부수적 인 결과는 이전에 설명 된 방법론을 사용하여 제외 될 것입니다.

     • 입원에서 퇴원까지의 일수 (표준 편차) 및 중앙값 (제 1 사 분위수 - 세 번째 사 분위수)으로 체류 기간
     • 사건을 겪는 사람들의 수가 이벤트 위험에 처한 사람들의 수로 나눈 (즉, 발병률). 크기)
     • 사건을 겪는 사람들의 수가 이벤트 위험에 처한 총 사람의 시간으로 나눈 값 (즉, 발병률). 10 만 명당 x 이벤트)
     • 조정 된 위험 비율
     • 이러한 만남과 관련된 비용, 모든 0이 아닌 모든 비용 중 평균 (표준 편차) 및 중앙값 (첫 번째 사 분위수 - 세 번째 사 분위수)으로 열거됩니다.
     • 표본 크기가 허용되면 위의 결과는 집중 치료실 (ICU) 입학, 침습적 기계적 환기 (IMV)가 필요하지 않은 사례로 더 층화되거나 사망을 초래했습니다.

   잠재적 인 혼란 : 다양한 변수 세트가 VS가 예방 접종을받지 않은 사람들 간의 기준 특성의 균형을 맞추는 데 사용됩니다. 간단히 말해서, 여기에는 노출 및 결과의 위험과 관련된 사회 인구 통계 학적 및 임상 특징이 포함되며, 존재하는 것으로 가정 된 혼란의 구조에 따라 맞춤화해야 할 수도 있습니다 .5,6. 균형 잡힌 공변량 세트에는 측정 된 혼란 자 사이의 표준화 된 평균 차이 (SMD)가 ≤ 0.1.7 인 샘플이 포함됩니다.

   데이터 소스

   의료 및 약국 청구

   폐쇄 청구에 기여하는 보험사에는 상업적 지불 인, Medicare Advantage/Part C 계획 및 Medicaid 관리 의료 계획이 혼합되어 있습니다. 의료 클레임의 데이터 요소에는 환자 인구 통계 정보, 입원 환자/외래 환자 방문 수준의 진단, 절차 및 체류 기간, 병원 특성 및 약물 정보가 포함됩니다. 클레임의 특성으로 인해 데이터는 상환을 위해 환자 보험사에게 전송 된 입원 과정에 대한 최종 진단 세트를 나타냅니다. 약국 청구의 데이터 요소에는 환자 인구 통계 정보, NDC, 서비스 날짜, 디스펜스 수량 및 일일 공급이 포함됩니다.

   주 백신 등록 기관

   2020 년 12 월 이후, 많은 관할 구역 및 주 백신 접종자는 각 주 보건 당국에 Covid-19 백신을보고하도록 의무화되었습니다.

   상태 레지스트리 파일에는 각 백신에 고유 한 고유 한 사람 식별자, 예방 접종 이벤트 날짜 및 CVX 코드가 있습니다.

   데이터 소스 간의 연결 방법

   행정 보험 청구 데이터와 주 백신 레지스트리 데이터는 Healthverity의 토큰 화 소프트웨어를 사용하여 독립적으로 토큰 화되었습니다. 즉, 환자 식별자는 소프트웨어를 통해 전달되어 각 개인에 대해 고유 한 식별 식별 번호를 생성합니다. 데이터 집계를 위해 데이터를 Healthverity로 보내기 전에 백신 등록 기관에 의해 정보 식별 정보를 제거합니다. 이 프로세스는 전문가의 결정을 통한 HIPAA (Health Insurance Portability and Accountability Act) 개인 정보 보호 규칙 준수를 보장합니다. 그런 다음 보험 청구 데이터는 토큰 화 식별 번호를 통해 주 백신 접종 등록 기관에 연결되었습니다.

   학습 규모

   이 연구는 대상으로 모집 할 수있는 역할을 비난받은 ​​데이터를 사용합니다. 표본 크기 계산은 적용되지 않습니다. 이 연구를받을 자격이있는 사람들의 수는 Healthverity의 시장 보장을 감안할 때 주 인구의 약 30%가 될 것으로 예상됩니다. 일관성, 양성 및 교환 성, 결과, 공변량 및 하위 그룹의 인과 적 추론 원리뿐만 아니라 기밀성을 유지하기 위해 각 범주에 적어도 10 명이 생산량을 포함시킬 것입니다. 프로토콜 전체에서이를 "샘플 크기가 허용하는 경우"라고합니다.

   데이터 관리

   클레임 및 백신 레지스트리 데이터 새로 고침은 Healthverity Monthly에 의해 제공됩니다. 위에서 설명한 모든 Healthverity 구조화 된 데이터는 화이자의 데이터 인프라 내에 저장됩니다. 데이터는 통계 분석 시스템 (SAS) 및/또는 R을 사용하여 쿼리 및 분석됩니다. 건강 클레임, 사망률 및 백신 레지스트리는 별도의 데이터베이스로 저장되며, 데이터 사용 계약의 특성으로 인해 다른 모든 엔터프라이즈 전체 데이터와는 다른 서버에 저장됩니다. 이 데이터는 화이자의 데이터웨어 하우스에 액세스하도록 훈련되고 승인 된 화이자 동료들에게만 액세스 할 수 있습니다.

   간단히 말해서, 섹션 9.1에 자세히 설명 된 포함 및 제외 기준을 충족하는 사람에 대한 색인 후 6 개월까지의 지수 전년도의 모든 데이터가 추출됩니다.

   데이터 분석

   데이터는 2 명의 숙련 된 프로그래머에 의해 표준화 된 매크로 스크립트를 사용하여 추출되며, 최종 결과 전달 전에 모든 불일치가 해결됩니다. 설명 분석은 최종 코호트에서 사회 인구 통계 학적 및 임상 적 특성의 분포를 비교할 것입니다.

   시간 의존적 COX 비례 위험 모델은 시변 노출 및 시간 고정 공변량으로 각 관심 결과의 위험을 추정하는 데 사용되어 조정 된 위험 비율 (AHR) 및 95% 신뢰 구간 (95% CI)을 초래할 것입니다.

   이 연구에서 수집 된 데이터의 요약 및 통계 분석에 대한 자세한 방법론은 후원자가 날짜, 제출 및 유지 관리하는 SAP에 문서화 될 것입니다. SAP는 프로토콜에 요약 된 계획을 수정할 수 있습니다. 1 차 종말점 정의 또는 그 분석의 주요 수정은 프로토콜 수정안에 반영됩니다.

   품질 관리

   Healthverity 데이터베이스의 데이터는 전자 형식으로 매월 제공됩니다. Healthverity는 토큰 화 제품을 사용하여 다른 데이터 소스 사이의 환자와 높은 정확도로 일치합니다. 매월 데이터를 전달하려면 품질 관리 보고서가 포함되어 있으며, 이는 건강과 화이자 주제 전문가 사이에 공동으로 만들어져 지속적인 품질을 보장합니다. 모든 분석은 품질 관리를 보장하기위한 이중 프로그래밍을 포함하여 내부 및 화이자 분석 표준에 따라 수행됩니다.

   연구 방법의 한계

   • 전부는 아니지만 일부 주에는 Covid-19 백신보고 명령이 있으며, 이는 예방 접종 지위의 확인에 필요합니다. 따라서 의무적보고 관할권이있는 주를 사용한이 연구의 결과는 국가의 다른 지역으로 일반화되지 않을 수 있습니다. 그러나 포함 된 인구에 다양한 지리적, 사회 인구 통계 및 건강 특성이 포함되어 있습니다.
   • COVID-19 진단의 실험실 확인은 없습니다. 이 제한이 생성 될 수있는 편견의 방향을 알기가 어렵습니다. 일부 환자는 증상만으로 진단을 받거나 (관심의 결과에 대한 과도한 인증) 또는 가정에서 테스트 (관심 결과의 자격이 부족한)로 인해 긍정적 인 사례가 누락 될 수 있습니다.
   • 이 연구의 결과는 남부 캘리포니아의 Kaiser Permanente 또는 Veterans Administration과 같은 다른 데이터 소스를 사용한 VE 연구와 다를 수 있습니다.
   • 혼란을 해결하려는 시도는 혼란자를 완전히 설명하지 못할 수 있습니다.