En studie for å lære om hvor godt årlige oppdateringer til vaksinearbeidet Covid-19 for å beskytte mennesker mot Covid-19 og hvor mye penger folk bruker på helsetjenester for Covid-19

Begrunnelse og bakgrunn

6. april 2022 stemte medlemmer av USAs (USA) vaksiner og relaterte biologiske produkter rådgivende komité (VRBPAC) av Food and Drug Administration (FDA) for første gang for å oppdatere Covid-19-vaksinestammesammensetninger fra den opprinnelige villtypeformuleringen til en formulering som bedre matchet for tiden sirkulerer varianter. I en kommentar i Journal of the American Medical Association (JAMA) Network Open en måned senere, argumenterte Dr. Peter Marks (Director of Center for Biologics Evaluation and Research), Dr. Janet Woodcock (hoveddirektør FDA -kommisjonær) og Dr. Robert Califf (FDA -kommisjonær))

"Bedre innretting mellom varianten (e) dekket av vaksinen og sirkulasjonsvarianten (e) av SARS-COV-2 kan forventes å forhindre et bredere sykdomsspekter, potensielt i lengre tid".

US Centers for Disease Control and Prevention (CDC) sin rådgivende komité for immuniseringspraksis (ACIP) stemte i hver av 2022, 2023 og 2024 for å anbefale oppdaterte COVID-19-vaksiner som autorisert eller godkjent av FDA hos personer ≥ 6 måneder. Det er derfor behov for å evaluere effektiviteten av disse oppdaterte produktene på årlig basis, mot en rekke helseutfall.

Forskningsspørsmål og mål

Forskningsspørsmålet for denne studien er "Hva er den virkelige effektiviteten til BNT162B2-formuleringer?"

Hovedmål:

1. For å evaluere vaksineeffektivitet (VE) av BNT162B2-formuleringer hos ikke-immunokomprimerte voksne (alder 18+) mot COVID-19 relaterte endepunkter, etter alder, komorbide forhold av interesse og tilpasset vaksineformulering.

   Sekundært mål:

2. For å måle Covid-19 VE av BNT162B2-formuleringer i pediatri (alder <18) mot Covid-19 relaterte endepunkter, etter alder og tilpasset vaksineformulering.

   Forskningsmetoder

   Studiedesign

   For alle mål for denne studien vil vaksinasjonsstatus måles som en tidsvarierende eksponering. Eksponert person-tid begynner 14 dager etter mottak av en BNT162B2-formulering. Eksponert persontid er uvaksinert person-tid, samt 0-13 dager etter vaksinasjon. Den ueksponerte gruppen vil bli ytterligere stratifisert etter tidligere status.

   Data fra ett år før oppdatert formuleringstilgjengelighet vil bli brukt som tilbakeblikk for å definere pasientens egenskaper, klinisk historie, risikofaktorer og helsetjenester. Alle tilgjengelige data før denne perioden kan også brukes.

   Innstilling

   Den yngste mulige alderen for noen personer i ethvert mål for studien er 6 måneder gammel.

   Denne protokollen vil bli gjennomført blant personer som har alt av følgende:

   • Minst ett års kontinuerlig medisinsk påmelding før indeksdato i en forsikringsplan som bidrar til databasen Healthverity krav i USA. Medisinske påstander brukes til å måle polikliniske, polikliniske, akuttmottak og presserende omsorgsmøter. Et gap på opptil 30 dager vil være tillatt.
   • Minst ett års kontinuerlig apotekinnmelding før indeksdato i en forsikringsplan som bidrar til Healthverity -kravdatabasen i USA. Apotekskrav brukes til å måle polikliniske dispensasjoner av medisiner, vaksiner og andre biologiske produkter. Et gap på opptil 30 dager vil være tillatt.
   • Minst ett års kontinuerlig statlig bosted i en stat med obligatorisk COVID-19-vaksinasjonsrapportering som bidrar med hele statens vaksineregister til Healthverity.
   • Har ikke avvik i kjønn og/eller fødselstår mellom noen av de tilgjengelige datasettene. Dette er kritiske kovariater i modeller, da de er blant de viktigste risikofaktorene for alvorlig sykdom.
   • Hadde ikke dokumentert episode av Covid-19 og/eller mottak av noen Covid-19-vaksine i løpet av 90 dager før indeksdato. Disse personene har sannsynligvis lavere risiko for vaksinasjon (studiens eksponering av interesse) samt midlertidig lavere risiko for COVID-19 (studiens utfall av interesse), noe som ville innføre heterogenitet i estimater hvis de ikke var ekskludert.

   Variabler

   Primære og sekundære mål, eksponering: BNT162B2 mRNA -vaksine, oppført ved bruk av kliniske vaksiner administrert (CVX), National Drug Code (NDC) og Current Procedural Terminology (CPT) -koder.

   Primære og sekundære mål, Utfall: COVID-19 Relaterte endepunkter:

   • Polikliniske møter med en internasjonal klassifisering av sykdommer, tiende revisjon, klinisk modifisering (ICD-10-CM) kode U07.1 "COVID-19"

     • Forekomst, som antall personer som opplever en hendelse delt på antall personer som er utsatt for en hendelse (dvs. proporsjoner)
     • Forekomst, som antall personer som opplever en hendelse delt på den totale persontiden som er utsatt for en hendelse (dvs. X hendelser per 100 000 personer))
     • Justerte fareforhold
     • Kostnader forbundet med disse møtene, oppført som gjennomsnitt (standardavvik) og median (første kvartil - tredje kvartil) blant alle ikke -null kostnader.

   • Nødavdeling møter med en ICD-10-CM-kode U07.1

     • Forekomst, som antall personer som opplever en hendelse delt på antall personer som er utsatt for en hendelse (dvs. proporsjoner)
     • Forekomst, som antall personer som opplever en hendelse delt på den totale persontiden som er utsatt for en hendelse (dvs. X hendelser per 100 000 personer))
     • Justerte fareforhold
     • Kostnader forbundet med disse møtene, oppført som gjennomsnitt (standardavvik) og median (første kvartil - tredje kvartil) blant alle ikke -null kostnader.

   • Urgent Care møter med en ICD-10-CM-kode U07.1

     • Forekomst, som antall personer som opplever en hendelse delt på antall personer som er utsatt for en hendelse (dvs. proporsjoner)
     • Forekomst, som antall personer som opplever en hendelse delt på den totale persontiden som er utsatt for en hendelse (dvs. X hendelser per 100 000 personer))
     • Justerte fareforhold
     • Kostnader forbundet med disse møtene, oppført som gjennomsnitt (standardavvik) og median (første kvartil - tredje kvartil) blant alle ikke -null kostnader.

   • Inpatient møter med en ICD-10-CM-kode U07.1. Merkelig, potensielt tilfeldige funn av Covid-19, slik som de i løpet av en større psykiatrisk eller fysisk traumeassosiert innleggelse, vil bli ekskludert ved bruk av tidligere beskrevet metodikk.

     • Lengde på oppholdet, som antall dager fra opptak til utskrivning uttrykt som gjennomsnitt (standardavvik) og median (første kvartil - tredje kvartil)
     • Forekomst, som antall personer som opplever en hendelse delt på antall personer som er utsatt for en hendelse (dvs. proporsjoner)
     • Forekomst, som antall personer som opplever en hendelse delt på den totale persontiden som er utsatt for en hendelse (dvs. X hendelser per 100 000 personer))
     • Justerte fareforhold
     • Kostnader forbundet med disse møtene, oppført som gjennomsnitt (standardavvik) og median (første kvartil - tredje kvartil) blant alle ikke -null kostnader.
     • Hvis prøvestørrelsen tillater det, vil de ovennevnte resultatene bli ytterligere lagdelt i tilfeller som gjorde og ikke krevde intensivavdeling (ICU) innleggelse, invasiv mekanisk ventilasjon (IMV) eller resulterte i død.

   Potensielle konfunder: Et mangfoldig sett med variabler vil bli brukt til å balansere baselineegenskaper mellom de som er vs ikke er vaksinert. I korte trekk vil disse omfatte sosiodemografiske og kliniske funksjoner som er kjent for å være assosiert med risikoen for eksponering og utfall og kan trenge å være skreddersydd basert på strukturen til forvirring antatt å være til stede.5,6 Det balanserte settet med kovariater vil inneholde en prøve der standardiserte gjennomsnittsforskjeller (SMD) mellom målte konfunder er ≤ 0.1.7.

   Datakilder

   Medisinske og apotekskrav

   Forsikringsselskapene som bidrar til lukkede krav inkluderer en blanding av kommersielle betalere, Medicare Advantage/del C -planer og Medicaid administrerte omsorgsplaner. Dataelementer i medisinske krav inkluderer demografisk informasjon om pasient, døgn/poliklinisk besøksnivåinformasjon som diagnoser, prosedyrer og lengde på opphold, sykehusegenskaper og medisineringsinformasjon. På grunn av kravets art representerer dataene det endelige settet med diagnoser i løpet av sykehusinnleggelsen som ble sendt til pasientens forsikringsselskap for refusjon, med diagnoseprioritering tildelt av klinikere eller sykehusansatte. Dataelementer i apotekskrav inkluderer pasientdemografisk informasjon, NDC, tjenestedato, dispensert mengde og dagers forsyning.

   Statlige vaksineregistre

   Siden desember 2020 har vaksinatorer i mange jurisdiksjoner og stater fått mandat til å rapportere COVID-19-vaksine administrert til sine respektive statlige helsemyndigheter.

   Statlige registerfiler har unike personidentifikatorer, vaksinasjonshendelsesdato og CVX -koder, som er unike for hver vaksine.

   Koblingsmetoder mellom datakilder

   De administrative forsikringsdataene og dataene om statlig vaksineregister ble uavhengig tokenisert ved bruk av Healthveritys tokeniseringsprogramvare, noe som betyr at pasientidentifikatorer blir gitt gjennom programvare for å lage et unikt avidentifisert identifikasjonsnummer for hver person. Identifisering av informasjon fjernes av vaksinregistrene før de sender dataene til Healthverity for dataggregering. Denne prosessen sikrer helseforsikringsportabilitets- og ansvarlighetsloven (HIPAA) personvernregel etterlevelse via ekspertbestemmelse. Forsikringskravdataene ble deretter koblet til statlige vaksinasjonsregistre via det tokeniserte identifikasjonsnummeret.

   Studiestørrelse

   Denne studien bruker retrospektive deidentifiserte data uten evne til å rekruttere til et mål, prøvestørrelsesberegninger er ikke aktuelt. Det forventede antallet personer som er kvalifisert for studien forventes å være omtrent 30% av statens befolkning, gitt Healthveritys markedsdekning. For å opprettholde konfidensialitet så vel som årsakssammenhengende prinsipper for konsistens, positivitet og utveksling, utfall, vil kovariater og undergrupper ha minst 10 personer i hver kategori for inkludering i utganger. Gjennom protokollen blir dette referert til som "hvis prøvestørrelse tillater".

   Datahåndtering

   Krav og vaksineregisterdataoppdatering leveres av Healthverity Monthly. Alle helseverhetsstrukturerte data beskrevet ovenfor er lagret i Pfizers datainfrastruktur. Data blir spurt og analysert ved bruk av statistisk analysesystem (SAS) og/eller R. Healthverity-krav, dødelighet og vaksinregistre lagres som separate databaser og på grunn av arten av databruksavtalen, på en annen server enn alle andre foretaksdata. Dataene er bare tilgjengelige for Pfizer -kolleger som har blitt opplært og godkjent for å få tilgang til Pfizers datavarehus.

   Kort sagt, alle data i året før indeks gjennom 6 måneder etter indeks for personer som oppfyller inkludering og eksklusjonskriterier som er beskrevet i avsnitt 9.1, vil bli trukket ut.

   Dataanalyse

   Data blir trukket ut ved hjelp av standardiserte makroskript av to erfarne programmerere, med alle avvik løst før levering av endelige resultater. Beskrivende analyser vil sammenligne fordelingen av sosiodemografiske og kliniske egenskaper i endelige årskull.

   Tidsavhengige Cox proporsjonale faremodeller vil bli brukt til å estimere faren for hvert utfall av interesse med tidsvarierende eksponering og tidsfikserte kovariater, noe som resulterer i justerte fareforhold (AHR) og 95% konfidensintervaller (95% CI).

   Detaljert metodikk for sammendrag og statistiske analyser av data samlet i denne studien vil bli dokumentert i en SAP, som vil bli datert, arkivert og vedlikeholdt av sponsoren. SAP kan endre planene som er beskrevet i protokollen; Eventuelle viktige modifikasjoner av primære sluttpunktdefinisjoner eller deres analyser vil gjenspeiles i en protokollendring.

   Kvalitetskontroll

   Data i Healthveritys database leveres månedlig i et elektronisk format. Healthverity benytter sitt tokeniseringsprodukt for å matche pasienter mellom forskjellige datakilder med høy nøyaktighet. Hver månedlig levering av data inneholder en kvalitetskontrollrapport, som ble opprettet mellom Healthverity og Pfizer-fageksperter for å sikre fortsatt kvalitet. Alle analyser vil bli utført internt og i henhold til Pfizer Analytic Standards, inkludert dobbel programmering for å sikre kvalitetskontroll.

   Begrensninger i forskningsmetodene

   • Noen, men ikke alle, stater har COVID-19 vaksinerapporteringsmandater, som er påkrevd for å konstatere uvaksinert status. Derfor kan resultatene fra denne studien ved bruk av tilstander med obligatorisk rapportering jurisdiksjoner ikke generalisere til andre områder av landet. Imidlertid er en rekke geografiske, sosiodemografiske og helseegenskaper inkludert blant de inkluderte populasjonene.
   • Det er ingen laboratoriebekreftelse av COVID-19-diagnosen. Det er vanskelig å vite retningen på skjevhet som denne begrensningen kan skape. Det er mulig at noen pasienter får diagnosen symptomer alene (overkobling av utfall av interesse) eller at vi mangler positive tilfeller på grunn av hjemmeprøving (under-reservering av resultatene av interesse).
   • Resultatene fra denne studien kan avvike fra de fra VE -studier som bruker andre datakilder, for eksempel Kaiser Permanente i Sør -California eller Veterans Administration.
   • Forsøk på å adressere forvirring kan ikke være i stand til å redegjøre for konfunder.