个体随机模型驱动的疫苗直接和间接效果评估OA北大核心CSTPCD

[目的]丰富国内疫苗效果评估策略,为制定免疫计划或筛选/候选疫苗提供科学依据.[方法]采用基于人群均匀混合假设的个体随机模型,以新型冠状病毒Omicron变异株为例,考虑疾病自然史、人群接触度、疫苗覆盖率和效果等因素,将个体层面疫苗的防感染和防传播效果推及群体层面的直接和间接效果.[结果]模拟结果分4个场景讨论仅提升疫苗覆盖率(vaccine coverage,VC)或仅提升疫苗效果(vaccine effectiveness,VE)的结局指标.当VE分别为0.5和0.9时,将VC从50%提升至90%,受间接效果保护人群的日新增感染率峰值的降幅分别为31.1%和72.1%,大于仅提升VE的场景;但仅提升VE的场景的直接效果不论在累积感染率还是日新增感染率指标上,均优于仅提升VC的场景.疫苗混合效果受直接效果影响较大;要实现10%以上的间接效果,至少需要接种覆盖90%以上的易感者,且疫苗防传播和防感染效果均超过85%,或其中一者接近90%,另一者接近80%.[结论]上述结果表明提升VE相比于提升VC在群体层面上更具有公共卫生学意义.但当前的新型冠状病毒疫苗防感染和防传播效果均不理想,因此加强个体接种来提升VC仍具有重要意义.间接效果随着VC的增加而增加,这将为群体中无法接种的个体提供一定保护作用.