HKUST Researchers Devise Age-Based Eligibility Method to Measure Vaccine Effectiveness in Data-Deficient Scenarios

香港科技大学（科大）一支研究团队发现了一个新方法，能於公共卫生数据不足的情况下测量疫苗的有效率（Vaccine effectiveness），不但为现行测量方法提供较易於实行的替代方案，亦有效协助数据不足的国家制定和调整更完备的疫苗和免疫政策。

研发有效的疫苗有助我们尽快击退新冠肺炎大流行。许多发达国家由於拥有成熟的医疗档案管理系统和充足的公共卫生数据，早已著手研究及测量疫苗对其国民的保护率。其中，检测阴性设计（Test-negative Design，或称TND）是现时国际间测量疫苗有效率的主流方法，TND透过比对在同一检测中呈阳性或阴性结果人士的疫苗接种状况，以估算疫苗的有效率。

但对於中低收入国家而言，测量疫苗有效率并非易事。这些国家的卫生部门即使掌握全国已接种疫苗、感染或住院人士的总数，却往往不知道个别检测呈阳性的人士是否曾经接种疫苗。假如未能掌握个别人士的疫苗接种纪录，便无法使用普遍的TND方法来测量疫苗有效率。

因此，目前就疫苗有效率的研究倾向以较富裕国家的人口为研究对象。以新冠疫苗有效率研究数据库VIEW-hub为例，截至2022年5月初，数据库的249项研究中只有16项大规模的研究（超过5万名研究对象）来自中低收入国家，且其中一半来自巴西，大部分亚洲和非洲地区均无被收录在内。亚洲和非洲地区人口稠密，缺乏相关研究数据或导致区内国家在制定公共政策时未能掌握全面的资讯。

最近，由科大Abhiroop MUKHERJEE教授和George PANAYOTOV教授联同新南威尔士大学Rik SEN教授带领的研究团队，展示了如何在缺乏这些个别人士数据的情况下测量疫苗有效率。研究团队留意到，许多政府在推行疫苗接种计划时都会以年龄界定接种资格，意味在某一特定阶段，只有高於某个年龄层的公民才有资格接种疫苗，而低於该年龄层的人则没有。

研究团队利用断点迴归设计（Regression Discontinuity Design，或称RDD）这项简单的统计模型，比较高於及低於年龄界限的群体之间的新冠肺炎相关临床表现，包括阳性病例、高CT值阳性病例、住院及死亡人数。这些群体的年龄相近，因此可以假设拥有相同的健康状况或疾病感染风险。以RDD测量疫苗有效率主要考虑到各种新冠肺炎相关临床表现在年龄界限之上及之下的群体中所下降的比例，以及各个年龄组别的疫苗接种率等其他因素，所使用的数据比现行主流方法所要求的少。

团队以上述方法为本，设计出考虑突破性病例（已接种疫苗的受感染人士）的RDD方法（breakthrough-based RDD），并将两者应用於印度的一组公共卫生数据，得出在2021年初Delta变异病毒株大流行期间，接种一剂疫苗对於预防感染的有效率达到55%，而预防因感染而需住院的有效率则达到80%。团队所使用的数据来自印度东部的西孟加拉邦，包含800多万个新冠肺炎疫苗接种与检测人士及超过14万个住院病例。该邦在2021年3月至4月期间，以45岁作为年龄限制实施疫苗接种计划。

这项研究成果最近於《Science Advances》期刊发表。

身兼科大黄立伟商学教授席的Mukherjee教授说：「疫苗有效率对不同群体或有差异，毕竟每个国家的既有新冠肺炎感染风险不同。帮助各个国家了解疫苗对其人口的有效程度，有助各国确立疫苗接种政策。举例说，如果某个国家发现接种一剂疫苗对於国民的保护率已经够高，那麽在疫苗供应紧张的情况下，为更多人提供一剂疫苗将会比为少部分人提供两剂疫苗更为明智。此外，假如各国的卫生部门能够準确估计疫苗有效率，也有助政府判断已接种疫苗人士是否能够免於重症，这对於决定是否与病毒共存至关重要。」

Mukherjee教授补充道，自全球开始推行新冠肺炎疫苗接种计划以来，大部分国家也以年龄界定接种资格，所以RDD测量方法可以被广泛应用，对於缺乏完善的公共卫生数据以至无法采用现行方法测量疫苗有效率的国家来说，更是分外有利。