一种理解驱动突破性感染机制的分析方法
应用统计
2024-01-31 v1
摘要
真实世界数据是一种日益被利用的资源，用于疫苗的上市后监测，并能提供对真实世界有效性的洞察。然而，在临床试验环境之外，异质性机制可能驱动在接种疫苗个体中观察到的突破性感染率；例如，疫苗诱导的免疫力随时间衰减，以及出现了疫苗对其保护力降低的新毒株。对感染发生率的分析通常基于一个预设的机制来选择“分析时间零点”，此后对感染率进行建模。在这项工作中，我们在标准的 Cox 比例风险框架中提出了一个用于检测驱动机制的显式检验。我们在模拟研究和一个对真实世界数据的说明性应用中探索了该检验的性能。我们还引入了感染发生率的亚组差异，并评估了时间零点错误设定对模型估计偏差和覆盖率的影响。在本研究中，我们观察到该检验在各种设置下检测正确感染驱动机制的强大功效和受控的 I 类错误。与先前的研究类似，我们发现当分析时间零点被正确设定或考虑时，估计的偏差减小且覆盖率提高。
引用
@article{arxiv.2401.17164,
title = {An analytic approach for understanding mechanisms driving breakthrough infections},
author = {Amanda Brucker and Jillian H Hurst and Emily C O'Brien and Deverick Anderson and Michael E Yarrington and Jay Krishnan and Benjamin A Goldstein},
journal= {arXiv preprint arXiv:2401.17164},
year = {2024}
}