Использование статистики сканирования на основе дерева для оценки возможных связей между вакцинами и синдромом Гийена—Барре в Системе данных по безопасности вакцин

Статистику сканирования на основе дерева применяют для изучения безопасности отдельных лекарственных препаратов или вакцин в отношении широкого спектра исходов для здоровья. Однако вместо выбора интересующего воздействия и сканирования данных об исходах после воздействия можно выбрать интересующий исход и проанализировать предшествовавшее диагностике воздействие вакцин у пациентов со случаями заболевания, чтобы выявить возможные связи. Мы использовали статистику сканирования на основе дерева, новую иерархическую структуру вакцин и дизайн самоконтролируемого интервала риска для выявления возможных связей между вакцинацией и синдромом Гийена—Барре (СГБ) у взрослых в США с использованием Системы данных по безопасности вакцин в 2017–2023 годах. Новые случаи СГБ выявляли по коду G61.0 МКБ-10-CM. Оценивали все вакцины, введённые в течение 84 дней до регистрации впервые выявленного кода СГБ, используя «дерево» вакцин, включавшее 99 кодов CVX, организованных в 7 ветвей и 5 уровней. Провели анализы с фиксированными и варьирующими интервалами риска. Значение p ≤ 0,05 считали признаком возможной связи. Всего выявлено 2584 новых случая СГБ; 40% пациентов были в возрасте 65 лет и старше. Лишь у 25% пациентов был зарегистрирован какой-либо код вакцинации в предшествующие 0–84 дня. При использовании статистики сканирования Бернулли на основе дерева и интервалов риска и контроля, составлявших соответственно 1–21-й и 43–84-й дни до постановки диагноза, статистические сигналы выявлены для гриппозных вакцин; вакцины против COVID-19 Ad26.COV2·S (Janssen); вакцин с адъювантом AS01, включая рекомбинантную вакцину против опоясывающего лишая; пневмококковых вакцин, включая конъюгированные; а также вакцины против столбняка, дифтерии и коклюша с бесклеточным коклюшным компонентом. При анализе с варьирующими интервалами риска сигналы выявлены для гриппозных вакцин и вакцины против COVID-19 Janssen. Точечные оценки атрибутивного риска для этих вакцин в целом согласовывались с результатами других исследований. Для всех групп вакцин, по которым были выявлены сигналы, или их компонентов ранее уже были получены сигналы в отношении СГБ. И наоборот, не было вакцин с ранее известной связью с СГБ, для которых не обнаружили бы сигнал. Анализ данных на основе дерева позволяет изучать другие исходы, для которых предполагается связь с вакцинацией, если алгоритмы выявления случаев обладают относительно высокой специфичностью; кроме того, он позволяет выявлять эффекты, общие для групп родственных вакцин.