Átoltottság és védőoltással megelőzhető fertőző betegségek Módszertan, eredmények, távlatok Ferenci Tamás vedooltas@medstat.hu http://vedooltas.blog.hu 2014. szeptember 26.
Tartalom 1 Átoltottság szerepe: a nyájimmunitás egy egyszerű modellje 2 Átoltottság és kérdései Az átoltottság mérése Eredmények Elemzési lehetőségek 3 Az átoltottság mint mérőszám problémái
Tartalom 1 Átoltottság szerepe: a nyájimmunitás egy egyszerű modellje 2 Átoltottság és kérdései Az átoltottság mérése Eredmények Elemzési lehetőségek 3 Az átoltottság mint mérőszám problémái
Elemi reprodukciós szám, R 0 Egy index eset hány személyt exponál a betegségnek Vigyázat, csupa szuszceptibilis személy veszi körül! Értéke néhány nevezetes betegségre Betegség Terjedés R 0 Kanyaró Cseppfertőzés 12-18 Szamárköhögés Cseppfertőzés 12-17 Torokgyík Cseppfertőzés 6-7 Fekete himlő Cseppfertőzés 5-7 Polio Fecal-oral 5-7 Rózsahimlő Cseppfertőzés 5-7 Mumpsz Cseppfertőzés 4-7 HIV Szexuális 2-5
Elemi reprodukciós szám, R 0 Egy index eset hány személyt exponál a betegségnek Vigyázat, csupa szuszceptibilis személy veszi körül! Értéke néhány nevezetes betegségre Betegség Terjedés R 0 Kanyaró Cseppfertőzés 12-18 Szamárköhögés Cseppfertőzés 12-17 Torokgyík Cseppfertőzés 6-7 Fekete himlő Cseppfertőzés 5-7 Polio Fecal-oral 5-7 Rózsahimlő Cseppfertőzés 5-7 Mumpsz Cseppfertőzés 4-7 HIV Szexuális 2-5
Elemi reprodukciós szám, R 0 Egy index eset hány személyt exponál a betegségnek Vigyázat, csupa szuszceptibilis személy veszi körül! Értéke néhány nevezetes betegségre Betegség Terjedés R 0 Kanyaró Cseppfertőzés 12-18 Szamárköhögés Cseppfertőzés 12-17 Torokgyík Cseppfertőzés 6-7 Fekete himlő Cseppfertőzés 5-7 Polio Fecal-oral 5-7 Rózsahimlő Cseppfertőzés 5-7 Mumpsz Cseppfertőzés 4-7 HIV Szexuális 2-5
Mitől függ az R 0? 1 A betegség biológiai jellemzőitől (lappangási idő, fertőzőképesség ideje, átadáshoz szükséges kontaktus szorossága stb.) 2 Társadalmi viszonyok (hány emberrel kerülnek átadásra alkalmas kapcsolatba a fertőző személyek: zsúfoltság, higiénia stb.)
Mitől függ az R 0? 1 A betegség biológiai jellemzőitől (lappangási idő, fertőzőképesség ideje, átadáshoz szükséges kontaktus szorossága stb.) 2 Társadalmi viszonyok (hány emberrel kerülnek átadásra alkalmas kapcsolatba a fertőző személyek: zsúfoltság, higiénia stb.)
Effektív reprodukciós szám, R Az előbbi az expozíciót csak a küldő oldaláról jelzi...... a tényleges expozíció a fogadótól is függ (elsősorban az immunitásától) Effektív reprodukciós szám: ennek figyelembe vételével hány ember exponálódik Mik módosítják az R 0 -hoz képest? Természetes immunitás (szerepe?)...... és az indukált immunitás, melynek meghatározói: Átoltottság (V ) Vakcina hatásosság (VE) Ezekkel R = R 0 (1 V ) + R 0 V (1 VE) = R 0 (1 V VE)
Effektív reprodukciós szám, R Az előbbi az expozíciót csak a küldő oldaláról jelzi...... a tényleges expozíció a fogadótól is függ (elsősorban az immunitásától) Effektív reprodukciós szám: ennek figyelembe vételével hány ember exponálódik Mik módosítják az R 0 -hoz képest? Természetes immunitás (szerepe?)...... és az indukált immunitás, melynek meghatározói: Átoltottság (V ) Vakcina hatásosság (VE) Ezekkel R = R 0 (1 V ) + R 0 V (1 VE) = R 0 (1 V VE)
Effektív reprodukciós szám, R Az előbbi az expozíciót csak a küldő oldaláról jelzi...... a tényleges expozíció a fogadótól is függ (elsősorban az immunitásától) Effektív reprodukciós szám: ennek figyelembe vételével hány ember exponálódik Mik módosítják az R 0 -hoz képest? Természetes immunitás (szerepe?)...... és az indukált immunitás, melynek meghatározói: Átoltottság (V ) Vakcina hatásosság (VE) Ezekkel R = R 0 (1 V ) + R 0 V (1 VE) = R 0 (1 V VE)
Effektív reprodukciós szám, R Az előbbi az expozíciót csak a küldő oldaláról jelzi...... a tényleges expozíció a fogadótól is függ (elsősorban az immunitásától) Effektív reprodukciós szám: ennek figyelembe vételével hány ember exponálódik Mik módosítják az R 0 -hoz képest? Természetes immunitás (szerepe?)...... és az indukált immunitás, melynek meghatározói: Átoltottság (V ) Vakcina hatásosság (VE) Ezekkel R = R 0 (1 V ) + R 0 V (1 VE) = R 0 (1 V VE)
Effektív reprodukciós szám, R Az előbbi az expozíciót csak a küldő oldaláról jelzi...... a tényleges expozíció a fogadótól is függ (elsősorban az immunitásától) Effektív reprodukciós szám: ennek figyelembe vételével hány ember exponálódik Mik módosítják az R 0 -hoz képest? Természetes immunitás (szerepe?)...... és az indukált immunitás, melynek meghatározói: Átoltottság (V ) Vakcina hatásosság (VE) Ezekkel R = R 0 (1 V ) + R 0 V (1 VE) = R 0 (1 V VE)
Effektív reprodukciós szám, R Az előbbi az expozíciót csak a küldő oldaláról jelzi...... a tényleges expozíció a fogadótól is függ (elsősorban az immunitásától) Effektív reprodukciós szám: ennek figyelembe vételével hány ember exponálódik Mik módosítják az R 0 -hoz képest? Természetes immunitás (szerepe?)...... és az indukált immunitás, melynek meghatározói: Átoltottság (V ) Vakcina hatásosság (VE) Ezekkel R = R 0 (1 V ) + R 0 V (1 VE) = R 0 (1 V VE)
Effektív reprodukciós szám, R Az előbbi az expozíciót csak a küldő oldaláról jelzi...... a tényleges expozíció a fogadótól is függ (elsősorban az immunitásától) Effektív reprodukciós szám: ennek figyelembe vételével hány ember exponálódik Mik módosítják az R 0 -hoz képest? Természetes immunitás (szerepe?)...... és az indukált immunitás, melynek meghatározói: Átoltottság (V ) Vakcina hatásosság (VE) Ezekkel R = R 0 (1 V ) + R 0 V (1 VE) = R 0 (1 V VE)
Effektív reprodukciós szám, R Az előbbi az expozíciót csak a küldő oldaláról jelzi...... a tényleges expozíció a fogadótól is függ (elsősorban az immunitásától) Effektív reprodukciós szám: ennek figyelembe vételével hány ember exponálódik Mik módosítják az R 0 -hoz képest? Természetes immunitás (szerepe?)...... és az indukált immunitás, melynek meghatározói: Átoltottság (V ) Vakcina hatásosság (VE) Ezekkel R = R 0 (1 V ) + R 0 V (1 VE) = R 0 (1 V VE)
Járvány kitörése Önfenntartó járvány nyilván csak akkor tud kitörni, ha R > 1 R 0 -lal jellemzett betegségnél, ami ellen VE hatásosságú vakcinánk van: R < 1 V > 1 1/R 0 VE Persze vannak modellfeltételek (természetes immunitástól eltekintve, homogén populáció stb.)
Járvány kitörése Önfenntartó járvány nyilván csak akkor tud kitörni, ha R > 1 R 0 -lal jellemzett betegségnél, ami ellen VE hatásosságú vakcinánk van: R < 1 V > 1 1/R 0 VE Persze vannak modellfeltételek (természetes immunitástól eltekintve, homogén populáció stb.)
Járvány kitörése Önfenntartó járvány nyilván csak akkor tud kitörni, ha R > 1 R 0 -lal jellemzett betegségnél, ami ellen VE hatásosságú vakcinánk van: R < 1 V > 1 1/R 0 VE Persze vannak modellfeltételek (természetes immunitástól eltekintve, homogén populáció stb.)
Nyájimmunitáshoz szükséges átoltottság Már ebből is kijött valami: kvantifikálhatjuk a nyájimmunitáshoz (=önfenntartó járvány nem tud kitörni) szükséges minimális átoltottságot! Tökéletes vakcinát használva: Betegség Terjedés R 0 min V [%] Kanyaró Cseppfertőzés 12-18 91,7-94,4 Szamárköhögés Cseppfertőzés 12-17 91,7-94,1 Torokgyík Cseppfertőzés 6-7 83,3-85,7 Fekete himlő Cseppfertőzés 5-7 80,0-85,7 Polio Fecal-oral 5-7 80,0-85,7 Rózsahimlő Cseppfertőzés 5-7 80,0-85,7 Mumpsz Cseppfertőzés 4-7 75,0-85,7 HIV Szexuális 2-5 50,0-80,0
Primer és szekunder elégtelenség A fentieknél a hatásosság igazából csak a primer értelmű hatásosság volt A szekunder elégtelenség is vizsgálható, de ahhoz már dinamikus modell (pl. SIRV) kell Csak az illusztráció kedvéért: Forrás: Scherer A, McLean A. Mathematical models of vaccination. Br Med Bull. 2002;62:187-99.
Primer és szekunder elégtelenség A fentieknél a hatásosság igazából csak a primer értelmű hatásosság volt A szekunder elégtelenség is vizsgálható, de ahhoz már dinamikus modell (pl. SIRV) kell Csak az illusztráció kedvéért: Forrás: Scherer A, McLean A. Mathematical models of vaccination. Br Med Bull. 2002;62:187-99.
Primer és szekunder elégtelenség A fentieknél a hatásosság igazából csak a primer értelmű hatásosság volt A szekunder elégtelenség is vizsgálható, de ahhoz már dinamikus modell (pl. SIRV) kell Csak az illusztráció kedvéért: Forrás: Scherer A, McLean A. Mathematical models of vaccination. Br Med Bull. 2002;62:187-99.
Tartalom 1 Átoltottság szerepe: a nyájimmunitás egy egyszerű modellje 2 Átoltottság és kérdései Az átoltottság mérése Eredmények Elemzési lehetőségek 3 Az átoltottság mint mérőszám problémái
Az átoltottság mérése Tartalom 1 Átoltottság szerepe: a nyájimmunitás egy egyszerű modellje 2 Átoltottság és kérdései Az átoltottság mérése Eredmények Elemzési lehetőségek 3 Az átoltottság mint mérőszám problémái
Az átoltottság mérése Fogalmak Védőoltások teljesítése, Coverage Oltott/oltandó Antigénre és dózisra kell vonatkoztatni (és természetesen az oltási naptártól is függ), tipikus példák a WHO-nál: BCG, DTP1, DTP3, Pol3, MCV ( MMR, nem a meningococcus!), HepB3, Hib3, PAB Számos mérési lehetőség (adminisztratív adatbázisok vagy survey-k)
Az átoltottság mérése Fogalmak Védőoltások teljesítése, Coverage Oltott/oltandó Antigénre és dózisra kell vonatkoztatni (és természetesen az oltási naptártól is függ), tipikus példák a WHO-nál: BCG, DTP1, DTP3, Pol3, MCV ( MMR, nem a meningococcus!), HepB3, Hib3, PAB Számos mérési lehetőség (adminisztratív adatbázisok vagy survey-k)
Az átoltottság mérése Fogalmak Védőoltások teljesítése, Coverage Oltott/oltandó Antigénre és dózisra kell vonatkoztatni (és természetesen az oltási naptártól is függ), tipikus példák a WHO-nál: BCG, DTP1, DTP3, Pol3, MCV ( MMR, nem a meningococcus!), HepB3, Hib3, PAB Számos mérési lehetőség (adminisztratív adatbázisok vagy survey-k)
Az átoltottság mérése Fogalmak Védőoltások teljesítése, Coverage Oltott/oltandó Antigénre és dózisra kell vonatkoztatni (és természetesen az oltási naptártól is függ), tipikus példák a WHO-nál: BCG, DTP1, DTP3, Pol3, MCV ( MMR, nem a meningococcus!), HepB3, Hib3, PAB Számos mérési lehetőség (adminisztratív adatbázisok vagy survey-k)
Az átoltottság mérése Adatbázisok CISID (Centralized Information System for Infectious Diseases): http://data.euro.who.int/cisid/, illetve WHO/UNICEF: http://apps.who.int/immunization_monitoring/ globalsummary/timeseries/tswucoveragebcg.html 1980-2013 A világ valamennyi országa (WHO/UNICEF), a WHO európai régiója (CISID) Jól dokumentált metodika OEK (Epinfo) Epinfo-ban közölt eredmények Online: 1999-től
Az átoltottság mérése Adatbázisok CISID (Centralized Information System for Infectious Diseases): http://data.euro.who.int/cisid/, illetve WHO/UNICEF: http://apps.who.int/immunization_monitoring/ globalsummary/timeseries/tswucoveragebcg.html 1980-2013 A világ valamennyi országa (WHO/UNICEF), a WHO európai régiója (CISID) Jól dokumentált metodika OEK (Epinfo) Epinfo-ban közölt eredmények Online: 1999-től
Az átoltottság mérése Adatbázisok CISID (Centralized Information System for Infectious Diseases): http://data.euro.who.int/cisid/, illetve WHO/UNICEF: http://apps.who.int/immunization_monitoring/ globalsummary/timeseries/tswucoveragebcg.html 1980-2013 A világ valamennyi országa (WHO/UNICEF), a WHO európai régiója (CISID) Jól dokumentált metodika OEK (Epinfo) Epinfo-ban közölt eredmények Online: 1999-től
Az átoltottság mérése Adatbázisok CISID (Centralized Information System for Infectious Diseases): http://data.euro.who.int/cisid/, illetve WHO/UNICEF: http://apps.who.int/immunization_monitoring/ globalsummary/timeseries/tswucoveragebcg.html 1980-2013 A világ valamennyi országa (WHO/UNICEF), a WHO európai régiója (CISID) Jól dokumentált metodika OEK (Epinfo) Epinfo-ban közölt eredmények Online: 1999-től
Az átoltottság mérése Adatbázisok CISID (Centralized Information System for Infectious Diseases): http://data.euro.who.int/cisid/, illetve WHO/UNICEF: http://apps.who.int/immunization_monitoring/ globalsummary/timeseries/tswucoveragebcg.html 1980-2013 A világ valamennyi országa (WHO/UNICEF), a WHO európai régiója (CISID) Jól dokumentált metodika OEK (Epinfo) Epinfo-ban közölt eredmények Online: 1999-től
Az átoltottság mérése Adatbázisok CISID (Centralized Information System for Infectious Diseases): http://data.euro.who.int/cisid/, illetve WHO/UNICEF: http://apps.who.int/immunization_monitoring/ globalsummary/timeseries/tswucoveragebcg.html 1980-2013 A világ valamennyi országa (WHO/UNICEF), a WHO európai régiója (CISID) Jól dokumentált metodika OEK (Epinfo) Epinfo-ban közölt eredmények Online: 1999-től
Az átoltottság mérése Adatbázisok CISID (Centralized Information System for Infectious Diseases): http://data.euro.who.int/cisid/, illetve WHO/UNICEF: http://apps.who.int/immunization_monitoring/ globalsummary/timeseries/tswucoveragebcg.html 1980-2013 A világ valamennyi országa (WHO/UNICEF), a WHO európai régiója (CISID) Jól dokumentált metodika OEK (Epinfo) Epinfo-ban közölt eredmények Online: 1999-től
Az átoltottság mérése Megbízhatóság Adatgyűjtés nehézségei: inkább a fejlődő világban kérdés Jelentések meghamisítása kötelező oltási rendű országokban Védőoltás-ellenesek szokták rá hivatkozni, nagyon nehezen becsülhető; létező jelenség, de nem valószínű, hogy említésre méltó mértékű lenne jelenleg hazánkban
Az átoltottság mérése Megbízhatóság Adatgyűjtés nehézségei: inkább a fejlődő világban kérdés Jelentések meghamisítása kötelező oltási rendű országokban Védőoltás-ellenesek szokták rá hivatkozni, nagyon nehezen becsülhető; létező jelenség, de nem valószínű, hogy említésre méltó mértékű lenne jelenleg hazánkban
Az átoltottság mérése Megbízhatóság Adatgyűjtés nehézségei: inkább a fejlődő világban kérdés Jelentések meghamisítása kötelező oltási rendű országokban Védőoltás-ellenesek szokták rá hivatkozni, nagyon nehezen becsülhető; létező jelenség, de nem valószínű, hogy említésre méltó mértékű lenne jelenleg hazánkban
Eredmények Tartalom 1 Átoltottság szerepe: a nyájimmunitás egy egyszerű modellje 2 Átoltottság és kérdései Az átoltottság mérése Eredmények Elemzési lehetőségek 3 Az átoltottság mint mérőszám problémái
Eredmények Globálisan: részletes helyzetkép (kanyaró)
Eredmények Globálisan: trendek (DTP3)
Eredmények Európa: DTP3 100 Coverage 80 60 40 Austria Belgium Cyprus Czech Republic Denmark Estonia Finland France Germany Greece Hungary Ireland Italy Latvia Lithuania Luxembourg Malta Netherlands Poland Portugal Slovakia Slovenia Spain Sweden United Kingdom 20 1980 1990 2000 2010 Year
Eredmények Európa: DTP3 100 - Coverage 50 10 5 1 0.5 Austria Belgium Cyprus Czech Republic Denmark Estonia Finland France Germany Greece Hungary Ireland Italy Latvia Lithuania Luxembourg Malta Netherlands Poland Portugal Slovakia Slovenia Spain Sweden United Kingdom 0.1 1980 1990 2000 2010 Year
Eredmények Európa: DTP3 1980 1990 2000 2010 Czech Republic Estonia Hungary Latvia Lithuania Poland Slovakia Kelet-Európa Denmark France Germany Ireland Italy Luxembourg Netherlands Portugal Spain United Kingdom Nyugat-Európa 99.9 99 95 90 50 Átoltottság [%] 99.9 Cyprus Greece Malta Slovenia Dél-Európa Finland Sweden Észak-Európa 10 1 99 95 90 50 10 1 1980 1990 2000 2010 Év
Eredmények Magyarország
Elemzési lehetőségek Tartalom 1 Átoltottság szerepe: a nyájimmunitás egy egyszerű modellje 2 Átoltottság és kérdései Az átoltottság mérése Eredmények Elemzési lehetőségek 3 Az átoltottság mint mérőszám problémái
Elemzési lehetőségek Egy kis motiváció (longitudinális)
Elemzési lehetőségek Egy kis motiváció (keresztmetszeti) Morbiditás [Megbetegedés / év / 100e fő] 0 5 10 15 20 25 30 448 14949 5048 2008 2009 2010 2011 2012 2092 1541 1445 52 604 917 780 1607 166 0 1 0 5 2 77 61 443 1212 1112 49 68 574 Ausztria Franciaország Németország Magyarország Svájc Egyesült Királyság Az oszlopokon lévő számok az esetszámot mutatják 2022 958 621
Elemzési lehetőségek Egy kis motiváció (keresztmetszeti) Morbiditás [Megbetegedés / év / 100e fő] 0 5 10 15 14 5 0 5 4 2625 8670 4527 2716 3178 2008 2009 2010 2011 2012 Magyarország Az oszlopokon lévő számok az esetszámot mutatják Egyesült Királyság
Elemzési lehetőségek Egy kis motiváció (keresztmetszeti) Morbiditás [Megbetegedés / év / 100e fő] 0.0 0.5 1.0 1.5 2.0 2.5 3.0 3.5 7 252 2 2 0 0 0 3 7 Ausztria Magyarország Svájc Egyesült Királyság Az oszlopokon lévő számok az esetszámot mutatják 12 35 12 9 10 31 22 31 5 2008 2009 2010 2011 2012 70
Elemzési lehetőségek Egy kis motiváció (keresztmetszeti) Morbiditás [Megbetegedés / év / 100e fő] 0 5 10 15 20 183 183 414 309 1028 846 518 1243 11980 33 33 25 9 5 2008 2009 2010 2011 2012 Ausztria Egyesült Királyság Magyarország Az oszlopokon lévő számok az esetszámot mutatják
Elemzési lehetőségek Egy kis motiváció (keresztmetszeti) 70 60 Átlagos incidencia Megbetegedés / év / 100e fo (logaritmikus skála) 20.0 2.0 50 0.2 40 10 0 10 20 30 40
Elemzési lehetőségek Egy kis motiváció (keresztmetszeti) 70 60 Átlagos incidencia Megbetegedés / év / 100e fo (logaritmikus skála) 100 10 50 1 40 10 0 10 20 30 40
Elemzési lehetőségek Egy kis motiváció (keresztmetszeti) 70 60 Átlagos incidencia Megbetegedés / év / 100e fo (logaritmikus skála) 10.0 1.0 50 0.1 40 10 0 10 20 30 40
Elemzési lehetőségek Egy kis motiváció (keresztmetszeti) 70 60 Átlagos incidencia Megbetegedés / év / 100e fo (logaritmikus skála) 20.0 2.0 50 0.2 40 10 0 10 20 30 40
Elemzési lehetőségek DTP3 és pertussis 100 80 60 Átoltottság 40 20 0 1990 1995 2000 2005 2010 Év
Elemzési lehetőségek DTP3 és pertussis 100 95 Átoltottság 90 85 80 0 5 10 15 20 25 30 Incidencia
Elemzési lehetőségek Korlátok Nem egyedi adatok (oltottság és megbetegedés nincs összekapcsolva) Epidemiológiai értelemben: ezek tehát ecological vizsgálatok Gyenge bizonyítóerő (Némileg javítható, ha a keresztmetszetet és az idősort kombináljuk: panel-elemzés)
Elemzési lehetőségek Korlátok Nem egyedi adatok (oltottság és megbetegedés nincs összekapcsolva) Epidemiológiai értelemben: ezek tehát ecological vizsgálatok Gyenge bizonyítóerő (Némileg javítható, ha a keresztmetszetet és az idősort kombináljuk: panel-elemzés)
Elemzési lehetőségek Korlátok Nem egyedi adatok (oltottság és megbetegedés nincs összekapcsolva) Epidemiológiai értelemben: ezek tehát ecological vizsgálatok Gyenge bizonyítóerő (Némileg javítható, ha a keresztmetszetet és az idősort kombináljuk: panel-elemzés)
Elemzési lehetőségek Korlátok Nem egyedi adatok (oltottság és megbetegedés nincs összekapcsolva) Epidemiológiai értelemben: ezek tehát ecological vizsgálatok Gyenge bizonyítóerő (Némileg javítható, ha a keresztmetszetet és az idősort kombináljuk: panel-elemzés)
Elemzési lehetőségek Javítási lehetőségek Confounderek figyelembevehetőek ha aggregált adatokon dolgozunk
Elemzési lehetőségek Javítási lehetőségek Confounderek figyelembevehetőek ha aggregált adatokon dolgozunk
Tartalom 1 Átoltottság szerepe: a nyájimmunitás egy egyszerű modellje 2 Átoltottság és kérdései Az átoltottság mérése Eredmények Elemzési lehetőségek 3 Az átoltottság mint mérőszám problémái
Lokalitás Globális mérőszám, vs....
Lokalitás Globális mérőszám, vs....
Lokalitás Globális mérőszám, vs....
Elérhető granularitás Vannak ugyan megyei adatok...... de ezen ez sem segít
Megoldási lehetőségek
Köszönöm a figyelmet!