کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
10962697 1102648 2016 8 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Assessing the impact of vaccination programmes on burden of disease: Underlying complexities and statistical methods
ترجمه فارسی عنوان
ارزیابی تاثیر برنامه های واکسیناسیون بر بار بیماری: پیچیدگی های اساسی و روش های آماری
کلمات کلیدی
ترجمه چکیده
مهم است که تأثیر یک برنامه واکسیناسیون بر بار بیماری پس از اجرای آن ارزیابی شود. به عنوان مثال، این ممکن است اثرات ایمنی گاو یا تغییرات ناشی از واکسن را در بروز بیماری یا در سویه های سرطانی یا سروتایپ های پاتوژن نشان دهد. در این مقاله، ویژگی های کلیدی بیماری های عفونی را که در هنگام تلاش برای شناسایی تغییرات در بار بیماری در سطح جمعیت به عنوان یک نتیجه از تلاش های واکسیناسیون باید مورد توجه قرار گیرد، خلاصه می کنیم. ما چالش های استفاده از پایگاه داده های نظارت روزمره را برای نظارت بر بیماری های عفونی، مانند شناسایی موارد بیمار و در دسترس بودن وضعیت واکسیناسیون برای موارد، مشخص می کنیم. ما پیچیدگی هایی را در مدل سازی الگوهای مبتنی بر بیماری های عفونی (مانند وجود ارتباط خودکار) مشخص می کنیم و در مورد روش های آماری اصلی که می توان برای کنترل دوره ای (به عنوان مثال فصلی بودن) و همبستگی خودکار در هنگام ارزیابی تاثیر برنامه های واکسیناسیون بر بار بیماری مورد بحث قرار گیرد (به عنوان مثال شرایط کویزینور، مدل های افزایشی عمومی، فرایندهای خودکارآمدی و میانگین میانگین متحرک). برای بعضی از تجزیه و تحلیل ها ممکن است روش های متعددی وجود داشته باشد که می تواند مورد استفاده قرار گیرد، اما برای نویسندگان مهم است که روش انتخاب شده را مورد توجیه و بحث قرار دهد. ما در حال بررسی یک مطالعه موردی از روش های آماری که در ادبیات استفاده می شود برای ارزیابی تاثیر برنامه واکسیناسیون روتاویروس در استرالیا. روش های مختلفی شامل مدل های خطی تعمیم یافته و آمار توصیفی بودند. همه مطالعات به تنهایی و فصلی بودن ارتباطی نداشته اند، که می تواند تأثیر زیادی بر نتایج داشته باشد. توصیه می کنیم که تحلیل های آینده، قدرت و ضعف روش های آماری جایگزین را در نظر بگیرند و انتخاب خود را توجیه کنند.
موضوعات مرتبط
علوم زیستی و بیوفناوری ایمنی شناسی و میکروب شناسی ایمونولوژی
چکیده انگلیسی
It is important to assess the impact a vaccination programme has on the burden of disease after it is implemented. For example, this may reveal herd immunity effects or vaccine-induced shifts in the incidence of disease or in circulating strains or serotypes of the pathogen. In this article we summarise the key features of infectious diseases that need to be considered when trying to detect any changes in the burden of diseases at a population level as a result of vaccination efforts. We outline the challenges of using routine surveillance databases to monitor infectious diseases, such as the identification of diseased cases and the availability of vaccination status for cases. We highlight the complexities in modelling the underlying patterns in infectious disease rates (e.g. presence of autocorrelation) and discuss the main statistical methods that can be used to control for periodicity (e.g. seasonality) and autocorrelation when assessing the impact of vaccination programmes on burden of disease (e.g. cosinor terms, generalised additive models, autoregressive processes and moving averages). For some analyses, there may be multiple methods that can be used, but it is important for authors to justify the method chosen and discuss any limitations. We present a case study review of the statistical methods used in the literature to assess the rotavirus vaccination programme impact in Australia. The methods used varied and included generalised linear models and descriptive statistics. Not all studies accounted for autocorrelation and seasonality, which can have a major influence on results. We recommend that future analyses consider the strength and weakness of alternative statistical methods and justify their choice.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Vaccine - Volume 34, Issue 27, 8 June 2016, Pages 3022-3029
نویسندگان
, , ,