使用德国医疗数据进行新冠疫苗安全性分析时记录链接误差的影响：一项模拟研究
统计方法学
2025-04-18 v1
摘要
截至2023年7月11日，德国以空前的速度接种了192,248,678剂新冠疫苗以抗击疫情。临床试验的局限性意味着这些疫苗的安全性特征在上市前并未完全明确。然而，常规医疗数据有助于解决这些问题。尽管参保人口比例很高，在德国分析疫苗接种相关数据仍具挑战性。通常，新冠疫苗接种状态与其他医疗数据存储在相互独立的数据库中，缺乏持久且独立于数据库的个人标识符。必须使用易出错的记录链接技术来合并这些数据库。我们的目标是通过蒙特卡洛模拟研究，量化在使用德国医疗数据时，记录链接误差对不同用于评估新冠疫苗安全性的分析方法的功效和偏倚的影响。我们采用离散时间模拟和经验数据生成具有不同记录链接误差量的逼真数据。随后，我们使用Cox模型和自我对照病例系列（SCCS）方法对该数据进行分析。现实比例的随机链接误差对两种方法功效的影响均很小。即使链接误差比例很高，SCCS方法仍产生无偏结果，而Cox模型低估了真实效应。
引用
@article{arxiv.2310.15016,
title = {Impact of Record-Linkage Errors in Covid-19 Vaccine-Safety Analyses using German Health-Care Data: A Simulation Study},
author = {Robin Denz and Katharina Meiszl and Peter Ihle and Doris Oberle and Ursula Drechsel-Bäuerle and Katrin Scholz and Ingo Meyer and Nina Timmesfeld},
journal= {arXiv preprint arXiv:2310.15016},
year = {2025}
}