队列构建和数据准备
构建流感、COVID-19和阴性对照暴露三个队列,以评估安全性和有效性
从CPRD Aurum中提取数据,与HES APC和ONS连接,纳入≥66岁个体,根据指数日期(2019年9月1日、2020年12月8日、2020年1月1日)分别定义队列,应用排除标准。
Quantifying and Adjusting for Confounding From Health-Seeking Behavior and Health Care Access in Observational Research
该研究为观察性队列研究,使用电子健康记录数据,进行多阶段模型调整和阴性对照暴露分析,但无干预或机制验证,属于中等实验完整度。
66岁及以上老年人群队列(英国)
纳入年龄≥66岁(2019年9月1日) 至少1年注册期和链接资格 排除死亡或注册结束在指数日期前及性别不明者 COVID-19队列排除首次接种在2020年12月8日前
提炼研究问题、关键发现与证据,快速把握文章的核心贡献。
按研究推进顺序梳理实验设计、验证步骤与关键观察。
构建流感、COVID-19和阴性对照暴露三个队列,以评估安全性和有效性
从CPRD Aurum中提取数据,与HES APC和ONS连接,纳入≥66岁个体,根据指数日期(2019年9月1日、2020年12月8日、2020年1月1日)分别定义队列,应用排除标准。
确定多组协变量,包括人口统计学、合并症和14个HSB/HCA标志物,以逐步调整模型
从电子健康记录中提取年龄、性别、地区、最近感染、民族、IMD和共病状态;HSB/HCA标志物包括既往疫苗接种、筛查、初级保健就诊等,基于理论框架确定。
通过多变量Cox回归模型估计流感和COVID-19疫苗有效性,并比较不同调整模型
对每个队列,使用时间更新疫苗接种状态,评估VE作为(1-风险比)*100,依次调整年龄/性别/地区/最近感染、人口统计学、合并症和HSB/HCA标志物。
评估残余混杂,使用既往流感疫苗接种作为阴性对照暴露与COVID-19结局关联
在COVID-19疫苗推出前,评估2019-2020年流感疫苗对COVID-19感染、住院和死亡的影响,并比较调整HSB/HCA标志物前后的VE估计。
按研究目的归类文中使用的方法,便于定位所需技术。
| 实验环节 | 名称 | 品牌 | 货号 |
|---|---|---|---|
| 临床实践研究数据链 | 临床实践研究数据链(CPRD Aurum) | -- | -- |
| 医院统计 | 医院统计住院患者数据 | -- | -- |
| 死亡统计 | 国家统计局 | -- | -- |
| 统计分析 | R | -- | -- |
汇总复现实验时建议重点确认的条件及原文阅读提示。
| 环节 | 核对要点 |
|---|---|
| 队列选择 | 年龄≥66岁(2019年9月1日)、至少1年注册期、HES和ONS链接资格、排除死亡或注册结束在指数前、性别不明 阅读提示:Methods: Study Design and Population Selection;Supplementary Table 1 |
| 疫苗暴露定义 | 流感疫苗为2019-2020季节,COVID-19疫苗品牌(BNT162b2或ChAdOx1),第二剂间隔≥18天 阅读提示:Methods: Outcomes, Exposures, and Follow-up;Supplementary Table 2 |
| 混杂变量调整 | 14个HSB/HCA标志物定义和回顾期 阅读提示:Methods: Markers of Health-Seeking Behavior and Health Care Access;Supplementary Table 1 |
| 统计模型 | Cox回归模型,调整顺序:年龄/性别/地区/最近感染、人口统计学、合并症、HSB/HCA标志物;完整病例分析 阅读提示:Methods: Statistical Analyses |
| 结局定义 | 感染、住院/死亡、死亡;流感使用ARI/ILI,住院和死亡需首要诊断 阅读提示:Methods: Outcomes, Exposures, and Follow-up |