自然感染者中疫苗对感染后结果的因果效应
统计方法学
2026-04-02 v1
摘要
理解疫苗对感染后结果的效应对于评估疫苗的全部价值至关重要。然而，定义此类结果的适当因果效应具有挑战性，因为感染受到疫苗接种的影响。现有的主分层方法聚焦于注定感染者——无论是否接种疫苗都会被感染的个体。然而，对于许多相关结果，该估计量将因排除那些因疫苗接种预防感染而改善了不良感染后结果的个体，从而低估疫苗效益。因此，我们为自然感染者——在无疫苗情况下会被感染的个体——提出针对感染后结果的因果效应。我们在最小假设下推导了界，并在排除限制和/或部分主忽略性假设下给出了点识别结果。对于点识别的设定，我们开发了具有干扰参数估计不一致时鲁棒性的一步步估计量。我们进一步展示了在何种条件下同一识别泛函可被解释为针对暴露于足够感染剂量个体的效应，从而避免直接依赖跨世界参数和根本不可检验的因果假设。模拟表明界是有效的但通常较宽，且点估计量在其识别假设成立时表现良好。在对轮状病毒疫苗试验的重新分析中，边际分析和注定感染者分层分析对抗生素使用的效应证据很少，而针对自然感染者的分析在主忽略性假设下提示了保护效应。
引用
@article{arxiv.2604.00133,
title = {Causal Vaccine Effects on Post-infection Outcomes in the Naturally Infected},
author = {Allison Codi and Elizabeth Rogawski McQuade and Razieh Nabi and Mats Stensrud and Kaeum Choi and David Benkeser},
journal= {arXiv preprint arXiv:2604.00133},
year = {2026}
}