文章基本信息
- 标题：Using observational epidemiology to evaluate COVID-19 vaccines: integrating traditional methods with new data sources and tools
- 本地全文：下载
- 作者：Catharine Chambers
- 期刊名称：Canadian Journal of Public Health
- 印刷版ISSN：0008-4263
- 出版年度：2021
- 卷号：112
- 期号：5
- 页码：867-871
- DOI：10.17269/s41997-021-00554-z
- 语种：English
- 出版社：Canadian Public Health Association
- 摘要：Although clinical trials are necessary for vaccine approval, observational epidemiology will be required to evaluate the long-term effectiveness, safety, and population impacts of newly approved COVID-19 vaccines under real-world field conditions. In this commentary, I argue that a hybrid approach that combines new data sources and tools, including COVID-19 vaccine registries, with traditional epidemiological methods will be needed to evaluate COVID-19 vaccines using observational epidemiology. Wherever possible, primary data collection, active surveillance, and linkage with existing population-based cohorts should be leveraged to supplement secondary data sources and passive surveillance systems. Evidence-informed public health decision making around provincial COVID-19 immunization programs will need to account for potential biases, incomplete or conflicting information, and heterogeneity across subpopulations.
- 其他摘要：
fr Résumé Des essais cliniques sont nécessaires à l’approbation des vaccins, mais il faudra recourir à l’épidémiologie d’observation pour évaluer en conditions réelles de terrain l’efficacité à long terme, l’innocuité et les effets sur les populations des vaccins contre la COVID-19 nouvellement approuvés. Dans ce commentaire, je fais valoir qu’il faudra adopter une démarche hybride combinant de nouvelles sources de données et de nouveaux outils, dont les registres de vaccins anti-COVID-19, et des méthodes épidémiologiques classiques pour évaluer les vaccins anti-COVID-19 à l’aide de l’épidémiologie d’observation. Dans la mesure du possible, il faudra utiliser la collecte de données primaires, la surveillance active et les maillages avec les cohortes populationnelles existantes pour compléter les sources de données secondaires et les systèmes de surveillance passive. Les décisions de santé publique éclairées par les données probantes sur les programmes d’immunisation provinciaux contre la COVID-19 devront tenir compte des biais possibles, des informations incomplètes ou contradictoires et de l’hétérogénéité des sous-populations.
