Odhalení: Očkování proti COVID jen minimálně snížilo úmrtnost, booster neměl žádný vliv na úmrtnost

Dva vysoce kompetentní akademičtí vědci z University of Nottingham ve Spojeném království (UK) použili metody strojového učení, aby poskytli alternativu k tradičním odhadům fixních efektů v kauzální inferenci. Pomocí Double-Debased Machine Learning (DDML) lze ovládat rušivé faktory bez nutnosti subjektivního posuzování vhodných funkčních forem. V této nejnovější studii dva význační profesoři z University of Nottingham používají model založený na DDML k posouzení dopadu různé míry očkování proti Covid-19 na úmrtnost v pečovatelských domech a další výsledky. Model zahrnuje fixní efekty pro zohlednění nepozorované heterogenity, což je v kontrastu se standardními odhady fixních efektů. V důsledku toho na jedné straně výsledky DDML poskytují určitý důkaz, že obyvatelé pečovatelských domů, ale ne zaměstnanci, zpočátku měli prospěch z vln očkování proti COVID-19. Existuje však převratný poznatek, který je třeba řešit. Tento účinek byl relativně malý a omezený na počáteční zavedení vakcíny. Podle tohoto sofistikovaného modelu nejsou pozdější přeočkování spojena s nižší úmrtností.

Shrnutí

Zatímco studie COVID-19 široce naznačila, že vysoká proočkovanost hrála důležitou roli při snižování úmrtnosti související s covidem, ve skutečnosti existuje negativní dočasný vztah mezi zavedením očkování a mírou úmrtnosti. Nedávná studie zdůrazňuje obtížnost identifikace kauzálního účinku očkování odděleně od jiných vysvětlení nižší úmrtnosti, jako jsou: B. Imunita vůči předchozím infekcím a/nebo pozdějším variantám viru, které jsou méně smrtelné.

Výzkumníci v této studii používají k identifikaci kauzálních vztahů mezi proočkovaností a úmrtností v domovech pro seniory a dalšími výsledky takzvaný přístup dvojitě debiasedního strojového učení (DDML), přičemž poukazují na to, že v mnoha zemích představuje sektor péče o seniory velkou část Úmrtí na covid přispívá.

V této konkrétní studii mají vědci k dispozici podrobné údaje o vývoji míry očkování mezi zaměstnanci pečovatelských domů a obyvateli v Anglii.

Přístup DDML může vyrovnat prediktivní sílu metod strojového učení při současném využití tradičních ekonometrických přístupů. Autoři vysvětlují, že tato metodologie vede k robustnějším výsledkům, alespoň ve srovnání s robustnějšími než tradičními přístupy k chybné specifikaci funkční formy a nadměrnému vybavení.

Provedení standardních regresních odhadů panelových dat neukazuje, že vyšší proočkovanost snižuje úmrtnost v domovech pro seniory. Na základě přístupu DDML autoři dokonce našli určité důkazy, že očkování mohlo snížit úmrtnost související s Covidem.

Znepokojivé však je, že autoři jsou ohledně výše uvedených bodů ambivalentní a souvislost mezi očkováním a nižší úmrtností považují za nejasnou.

Toto zjištění je však podle autorů poněkud nejednoznačné. Proč?

„Vztahuje se pouze na dvě z našich tří opatření úmrtnosti a i u těchto dvou opatření je účinek zjištěn pouze po dobu prvního očkování proti COVID-19 (tj. do září 2021).“

Profesor Paton a Sourafel Girma uvedli, že i když použili DDML, autoři nebyli schopni najít „přesvědčivé důkazy o tom, že proočkovanost mezi personálem pečovatelských domů snižovala úmrtnost nebo že očkování obyvatel snížilo úmrtnost během období zavedení přeočkování (od září 2021) snížena.“

Paten a Girma ve své studii píší něco, co by se dalo popsat jako převratné odhalení:

„Ve skutečnosti jsme v pozdějším období našli určité důkazy, že vyšší proočkovanost je spojena s vyšší úmrtností na COVID.“

Tento poslední bod by neměl být ignorován, protože četné další studie, které TrialSite sledoval, ukazují, že počet úmrtí na COVID-19 vzrostl během vln hromadného očkování proti COVID-19.

Oba autoři mají značné akademické a odborné zázemí. Profesor Paton, profesor průmyslové ekonomie a proděkan pro fakultu a zdroje na vysoké škole, a profesor Girma, profesor průmyslové ekonomie na Fakultě sociálních věd Univerzity v Nottinghamu, se shodují, že „nedostatek důkazů na podporu očkování péče domácí personál „Příčinný účinek na snížení úmrtnosti mezi rezidenty není překvapující vzhledem k výše uvedenému výzkumu, který naznačuje, že očkování má mírný dopad na infekčnost, a tedy přenos.“

Některé klíčové otázky

Jak vysvětlit tento omezený vliv očkování obyvatel na úmrtnost? Vzhledem k poznatkům z některých randomizovaných kontrolovaných studií je zapotřebí dalšího výzkumu.

Současní autoři však naznačují, že mohou existovat racionální vysvětlení, proč nelze takové výsledky studie reprodukovat ve skutečných datech:

Dobře známá obtížnost kontroly účinků zdravé vakcíny i u RCT může vést k přecenění účinnosti.

RCT obvykle porovnávají úmrtnost očkovaných lidí s úmrtností neočkovaných lidí, kteří dříve neměli infekci Covid. I když zavádění vakcín ve Spojeném království začalo, mnoho obyvatel a zaměstnanců pečovatelských domů se již zotavilo z infekce Covid. Je známo, že předchozí infekce významně snižuje pravděpodobnost reinfekce a úmrtnosti, pokud je reinfikována. V důsledku toho se potenciál očkování pozitivně ovlivnit úmrtnost v této skupině snižuje. Dříve infikovaná skupina je navíc méně náchylná k očkování než ostatní, což představuje další mechanismus, který vytváří tlak na úmrtnost očkovaných ve srovnání s neočkovanými kohortami na úrovni populace.

Autoři poukazují na další literaturu, která naznačuje: „Omezená účinnost očkování na úmrtnost na covid je v souladu s výzkumem (například Fabiani et al. (2020) ,  Simonsen et al., 2007  a  Verhees et al., 2019 ) o účincích očkování proti chřipce a také zjistil, že je obtížné prokázat jasný kauzální vliv na úmrtnost.

Závěr

Pomocí standardní regresní analýzy panelových dat a technik dvojitého strojového učení (DDML) tato analýza dochází k závěru, že „očkování mělo pouze omezený dopad na úmrtnost v domovech pro seniory a jakýkoli dopad na počáteční fázi zavedení vakcíny byl omezený“.

Toto převratné zjištění „zpochybňuje hypotézu, že vysoká proočkovanost byla zvláště důležitým faktorem při snižování úmrtnosti na covid po prvních vlnách“.

Jaké jsou důsledky očkování proti COVID-19 pro veřejnou politiku?

Měli bychom nadále věnovat prostředky na pravidelná přeočkování pro zranitelné skupiny obyvatel, jako jsou obyvatelé pečovatelských domů? To je potřeba ověřit na základě výsledků.