일본의 델타 및 오미크론 변형에 대한 MRNA COVID-19 백신의 실제 예방접종 효과 추정
Jun 26, 2023
추상적인:
2021년 하반기에 많은 국가에서 코로나-19-양성 사례의 재발이 관찰되었습니다. 이러한 재발의 주된 이유는 두 번째 백신 접종 후 예방 접종에 대한 면역력이 약해지고 코로나19로 인한 대중 행동의 변화입니다. 시간 수렴. 오미크론 및 델타 변이체에 대한 백신 접종 효과는 일부 국가에서 보고되었지만 전 세계 여러 지역에서는 아직 명확하지 않습니다.
여기에서 우리는 전체 일본 인구(1억 2,600만 명)의 바이러스 변종에 대한 개인 및 집단의 감염 보호를 위한 백신 접종의 효과를 수치적으로 도출했습니다. 일본 개인의 델타 변종에 대한 백신 접종의 약화된 면역력은 개인 중 93.8%(95% CI: 93.1–94.6%)였습니다.<65 years of age and 95.0% (95% CI: 95.6–96.9%) among individuals ≥65 years of age. We found that waning immunity to vaccination in individuals >65세는 그보다 낮았다.<65 years of age, which may be attributable to human behavior and a higher vaccination rate among individuals >65세.
예방접종은 인체가 특정 병원체에 대한 저항력을 향상시키기 위해 항체와 면역 세포를 생산할 수 있도록 일정 용량의 백신을 주입하여 인체에 특정 면역 반응을 유발하는 것입니다. 따라서 예방접종은 면역력과 밀접한 관련이 있습니다.
면역이란 자연면역과 후천면역을 포함하여 각종 병원체에 저항하는 신체의 능력을 말한다. 선천면역이란 병원체에 사전에 노출되지 않고 효과적으로 침입에 저항할 수 있는 신체의 선천면역기능을 말한다. 후천면역이란 감염이나 예방접종 후 신체가 특정 병원체에 대해 더 잘 싸울 수 있도록 신체에서 생성되는 특정 면역 반응을 말합니다.
백신 접종은 신체가 특정 병원체에 대한 면역을 획득할 수 있도록 하는 획득 면역의 한 형태입니다. 백신 접종 후 신체는 방어 시스템을 형성하고 병원체에 대항하는 능력을 향상시키고 감염 관련 질병의 위험을 줄이거나 피하기 위해 많은 수의 항체와 면역 세포를 생성합니다. 따라서 백신 접종은 개인의 면역력을 향상시키는 데 매우 중요합니다.
결론적으로 백신 접종을 통해 개인은 특정 병원체에 대한 면역력을 획득하여 면역력을 향상시킬 수 있습니다. 예방접종과 면역 사이에는 밀접한 관계가 있습니다. 이러한 관점에서 우리는 면역력을 향상시켜야 합니다. Cistanche는 면역력을 향상시킬 수 있습니다.
2022년 1월 도쿄에서 오미크론 변이가 확인된 양성 사례 25,187건의 보고된 데이터에서 델타 변이 대비 백신 접종의 유효성도 62.1%(95% CI: 48~66%)로 추정되었다. 도출된 접종의 효과는 집단면역의 상태뿐만 아니라 추가접종의 접종전략을 논의하는데 유용할 것이다.
키워드:
코로나-19; 예방접종 전략; 면역력 저하; 일본.
1. 소개
코로나-19의 출현은 전 세계적으로 560만 명 이상의 사망자를 내는 중요한 사망 원인이었습니다[1]. -2021 중반에 COVID-19 대유행은 일부 유럽 국가에서 높은 백신 접종률에 힘입어 일시적으로 통제되었습니다[2]. 대량 예방접종이 이루어졌지만[3,4], 2021년 하반기에 여러 국가에서 COVID-19 재유행이 관찰되었습니다.
백신 접종률의 경우, 접종률이 68%를 상회하던 2021년 8월에 비교적 높은 일일 양성 사례(DPC)가 보고된 이스라엘이 대표적인 국가 중 하나이다[5]. 이러한 급증은 부분적으로 델타 변이체[6]의 높은 감염성과[6], 특히 아주 일찍 백신을 접종한 사람들의 경우 시간이 지남에 따라 항체가 감소하여 발생하는 백신 접종의 면역력 저하에 기인합니다[7]. 세 번째 촬영 후 새로운 DPC의 수는 다시 감소한 반면, 다른 유럽 및 미국 국가에서는 COVID-19 양성이 부활했습니다[8].
예방접종 효능 및 유효성은 종종 백신의 척도로서 사용된다. 백신 접종 효율은 이상적인 또는 실험실 조건에서 도출되며 항상 효과로 해석되는 것은 아닙니다. 따라서 유효성 시험은 실제로 백신의 영향을 과대평가할 수 있으며, 이를 예방접종 유효성(관찰 연구)으로 정의합니다.
여러 국가에서 감염 예방을 위한 예방 접종 효과는 양(백신 접종 비율) 및 품질(다른 유형의 백신) 측면에서 다양합니다. 대부분의 유럽 국가에서는 백신 접종률이 높은 지역(60% –70%)에서도 코로나-19 양성 반응이 부활했습니다. 그러나 일본에서는 2차 접종 이후 신규 DPC 수가 낮은 수준(100만 건당 몇 건 미만)을 유지하고 있으며 인구의 80%가 접종을 완료했다.
일본의 백신 접종 인구 중 약 90%가 화이자 BNT162b2로 백신 접종을 받았습니다. 나머지는 mRNA-1273 Moderna COVID-19 백신을 받았습니다. 1, 2차 접종 일정은 전국적으로 거의 일치했다. 8월 말부터 새로운 DPC의 수가 감소했습니다. 2021년 11월부터 12월 중순까지 1억 2천만 명이 넘는 인구에서 300건 미만 수준을 유지했습니다[9]. 다른 나라와 마찬가지로 백신 접종의 면역력 저하가 우려됐다. 바이러스성 오미크론 변종이 등장하면서 세 번째 부스터 샷이 필수적으로 필요하게 되었습니다. 새해 연휴 시즌(2022년 1월)이 되자 일본에서 부활이 급증했습니다.
백신 접종의 약화되는 면역성을 표현하는 데 사용되는 주요 지표 중 하나는 백신 접종의 개별 유효성(IEV)[10]이며, 이는 백신 접종 계획[11]과 새로운 DPC 예측[12]에도 필요합니다. 이 척도를 도출하기 위해 상당한 노력을 기울였습니다[13–15]. 그러나 omicron 변형에 대한 IEV의 조사는 여전히 제한적입니다[16,17].
여기에서 우리는 일본 인구의 감염 예방에 대한 백신 접종의 감소 효과를 수치적으로 평가합니다. 이 연구의 주요 목표는 제한된 데이터로 전체 일본 인구(1억 2,600만 명)의 백신 접종에 대한 면역력 저하를 수치적으로 추정하는 것이었습니다. 이러한 결과는 약화 효과로 인해 발생할 수 있는 약한 백신 접종 효과로 인해 유발되는 잠재적 위험을 검증하는 데 중요합니다.
2. 재료 및 방법
2.1. 데이터
The waning immunity to vaccination among the Japanese population was estimated based on data provided by the Ministry of Health, Labor, and Welfare and the Government Chief Information Officers' (CIO) Portal [18]. The first dataset [19] includes the number of unvaccinated, partially vaccinated, and fully vaccinated individuals, and the number of infected individuals in each category. These data were provided weekly for two age categories (>65와<65 years of age) from 1 September to 4 October 2021, and for 11 age categories (0–11, 12–19, 20–29, 30–39, 40–49, 50–59, 60–64, 65–69, 70–79, 80–89, and >90세) 2021년 10월 4일부터 11월 28일까지. 일관성을 위해 11개의 연령 범주가 2개의 연령 범주로 병합되었습니다.
A summary of the original data is listed in two categories (the threshold is 65 years) in Table 1. During this period, the delta variant was dominant. Similarly, the data for the period when the Omicron variant was predominant (>87%)가 2022년 1월 11일부터 20일까지 도쿄에서 표 2에 나열되어 있습니다[20]. 이 기간 동안 omicron 변형의 전체 비율은 교외에서 낮았습니다. 따라서 데이터는 도쿄에 집중되었습니다. 도쿄의 데이터에는 전체 연령 범주가 제공되지 않습니다. 예방 접종에 대한 정보가 없는 피험자는 이 연구에서 제외되었습니다(약 30%).
Vaccination rates were obtained from the Government CIOs' Portal, in Japan. These data included the daily number of vaccinated people in two age categories (>65와<65 years of age). During the vaccination campaign, the delta was the dominant variant among individuals <65 years of age, whereas the alpha variant was partly relevant for people >65세(그림 1) [9].
2.2. 델타 변형에 대한 약화 면역 추정
The association between the rate of confirmed positive cases and the number of weeks after vaccination provides a measure of waning immunity. Vaccination in Japan began around March 2021 for elderly individuals and June 2021 for nonmedical workers, almost uniformly across the country. Thus, our discussion focuses on the waning effect of protection against the delta variant, which was the predominant COVID-19 variant during the study period (>80%) [9]. 약화 면역은 시간에 따라 선형적이라고 가정합니다.
여기서 et(i)는 t 용량(=1 또는 2)에 대한 접종 후 I 일의 IEV입니다. 매개변수 a 및 s는 접종 후 최대 K일에 도달하도록 조정된 다음 선형으로 감소합니다. 첫 번째 샷의 IEV는 데이터 부족으로 인해 14일 이후에도 일정하다고 가정했습니다.
2.3. 예방 접종의 인구 효율성
예방 접종의 모집단 유효성(PEV)은 감염으로부터 보호되지 않은 효과적인 모집단을 추정하는 데 필요합니다. PEV E는 다음과 같이 가정했습니다.
여기서 d는 날짜 지수이고 Nt는 새로 예방 접종을 받은 사람의 수 t(=1 또는 2)를 나타냅니다. P는 간주인구로, 접종 후 시간 경과에 따른 면역력 저하를 고려하여 현 전체 인구와 2차 접종 누적 횟수를 합산한 값이다.
백신 접종이 불충분한 일일 사람 수는 식 (2)에서 계산된 (1 -E(d))를 총 인구에 곱하여 추정할 수 있습니다. 방정식 (1)의 최적 매개변수 및 s는 두 연령 카테고리에서 감염에 대한 보호가 불충분한 개인 100000과 감염에 대한 보호가 불충분한 개인 100000당 양성 사례 수를 비교하여 결정되었습니다(<65 and >65세; 1 번 테이블).
평가 기간은 델타 변형의 경우 2021년 9월 1일부터 11월 28일까지, 오미크론 변형의 경우 2022년 1월 11일부터 2022년 1월 20일까지로 설정되었습니다. 델타 변형에 대한 이러한 매개변수는 먼저 회귀선의 기울기가 서로 일치하도록 설정되었으며 오미크론 및 델타 변형의 감소 효과가 선형이라고 가정하여 오미크론 변형에 대한 IEY가 감소했습니다. 2021년 12월 17일까지 델타 및 마이크로 변종에 감염된 사람의 수가 전체 인구의 1.5% 미만이었기 때문에 감염에 의한 면역을 가진 사람의 비율은 미미했습니다. PEV는 사내 Python 코드를 사용하여 계산되었습니다. 동시에 보고된 데이터에 대해 방정식 (1)의 최적 매개변수 at 및 s를 계산했습니다.
3. 결과
그림 2는 65세 이상 및 미만의 일본 인구에서 예방접종에 대한 면역력이 약해지는 것을 보여줍니다. 그림 2a에서 볼 수 있듯이 65세 이상 및 미만 개인의 면역력 약화는 거의 선형이었습니다. 65세 미만의 인구에 대한 짧은 간격(그림 3에서와 같이 약 2.5개월)으로 인해 약화되는 면역의 차이는 작았지만 약 95%의 lEV는 두 번째 접종 직후에 추정되었습니다. 결정계수는 65세 이하 개인의 경우 0.9984(p < 0.0001) 및 0.9927(p < 0.0001), 각기. 델타 및 오미크론 변이체에 대해 백신을 접종하지 않은 사람과 백신을 완전히 접종한 사람의 양성 사례 비율 사이의 비율(표 2)을 기반으로 오미크론 변이체의 약화되는 면역력은 64.5%(95% CI: 50% {{24} } 퍼센트 ) 최소 제곱 방법을 사용하는 델타 변형에 대한 것입니다. 다음 논의에서 omicron 감염에 대한 보호를 위한 IEV는 그림 2b와 같이 가정했습니다. 방정식 (1)의 매개변수는 표 3에 나와 있습니다.
그림 3은 일본 인구의 통계를 기반으로 한 백신 접종률과 PEV를 보여줍니다. 그림 3a에서 볼 수 있듯이 65세 이상의 개인에서 백신 접종률이 더 높았습니다.<65 years of age. This resulted in a higher PEV for individuals ≥65 years of age (Figure 3b).
4. 토론
이 연구에서는 전체 일본 인구 1억 2,600만 명에 대한 델타 변형에 대한 IEV를 수치적으로 도출했습니다. 우리 접근 방식의 특징은 제한된 관측 데이터로 간단한 계산으로 IEV를 추정할 수 있다는 것입니다. 또한 모집단에 대한 비균질 데이터의 경우 IEV를 수치적으로 추정했습니다. 이 연구 이전에 코호트 연구[21]에서 델타 변형의 COVID-19 감염에 대한 더 높은 수준의 보호가 보고되었습니다. 완전 접종 후 델타 변종 감염에 대한 IEV는 접종 후 첫 달에 93%(95% CI: 85% –97%)였지만 4개월 후에는 53%(95% CI: 39% –65%)로 감소했습니다. . 체계적 검토(11개 연구 그룹)의 메타 분석[22]에 따르면 델타 변형에 대한 a1 및 a2 매개변수는 각각 60.5% 및 75.6%로 추정되었습니다.
여기서 얻은 IEV는 다른 국가에서 보고된 실제 IEV보다 높았다[23]. 이러한 불일치의 잠재적인 이유 중 하나는 전체 백신 접종 후에도 약 90%를 유지하는 마스크 착용을 포함한 우리의 행동일 수 있습니다[24]. 이것은 우리의 비교가 다른 국가에서 보고된 결과와 비교하여 예방 접종을 받은 인구와 예방 접종을 받지 않은 인구에 대해 더 적절한 통찰력을 제공한다는 것을 시사할 수 있습니다. 마스크 착용은 대부분의 국가에서 백신을 접종하지 않은 인구에서 더 일반적입니다. 이러한 불일치의 또 다른 이유는 65세 이상 개인의 PEV가 개인보다 높았기 때문입니다.<65 years of age (see Figure 2b). This different tendency can be hypothesized in terms of community [25]: the percentage of infected people ≥65 years would be lower due to a higher vaccination rate. Another potential bias is the population younger than 12 years, for whom the vaccination was not yet licensed. The daily number of vaccinated people is available only in two age categories (≥65 and <65 years of age) for the entire population, and thus could not be evaluated.
omicron 변종의 IEV는 영국의 55.0%(95% CI: 44.0–65.9%)보다 약간 높은 델타 변종의 IEV 64.5%로 감소했습니다. [16]. 또 다른 연구는 캐나다에서 매우 낮은 IEV를 제안했습니다[17]. 입원에 대한 IEV와 그 차이를 명확히 하기 위해서는 더 많은 연구가 필요하다[20].
현재 파생의 한계는 전체 일본 인구에 대한 자세한 데이터가 부족하여 두 가지 연령 범주에 대한 예방 접종 효과를 조정했다는 것입니다. 오미크론 변종의 경우 2022년 1월부터 우세한 팬데믹 변종이 되었기 때문에 상대적으로 짧은 기간 외에도 사용 가능한 데이터는 도쿄(양성 사례 25,187건)로 제한되었습니다.
요약하면, mRNA COVID-19 백신에 대한 감염 보호의 IEV는 일본 전체 인구에 대한 제한된 정보를 사용하여 수치적으로 추정되었지만 여기에서 얻은 경향은 다른 국가에서 보고된 이전 연구에서 얻은 것과 일치합니다. 이러한 전산 추정은 바이러스 확산 초기 단계에서 백신 접종 계획에 특히 유용할 것입니다.
저자 기여:
개념화, AH; 방법론, AH; 소프트웨어, SK; 검증, SK, EAR 및 AH; 공식 분석, SK 및 AH; 조사, SK, EAR 및 AH; 데이터 큐레이션, SK, EAR 및 AH; 쓰기 - 원본 초안 준비, AH; 쓰기 - 검토 및 편집, SK, EAR 및 AH; 시각화, SK; 감독, AH; 프로젝트 관리, AH 모든 저자는 원고의 출판된 버전을 읽고 동의했습니다.
자금 조달:
이 연구는 외부 자금 지원을 받지 않았습니다.
기관 검토 위원회 성명서:
적용되지 않습니다.
정보에 입각한 동의서:
적용되지 않습니다.
데이터 가용성 진술:
적용되지 않습니다.
감사의 말:
이 연구는 일본 내각 관방의 의뢰로 미쓰비시 연구소가 운영하는 "Covid-19 AI & 시뮬레이션 프로젝트"의 일환으로 수행되었습니다. 이 연구의 예비 결과는 회의(2021년 11월 30일)에서 발표되었습니다.
이해 상충:
저자는 이해 상충을 선언하지 않습니다.
참조
1. 누가. 코로나바이러스(COVID-19) 대시보드. 온라인 이용 가능: https://covid19.who.int(2022년 3월 3일 접속).
2. 데이터의 세계. 코로나바이러스(COVID-19) 예방 접종. 온라인 이용 가능: https://ourworldindata.org/covid-vaccinations(2022년 3월 3일 접속).
3. 루리, N.; 사빌, M.; Hatchett, R.; Halton, J. 전염병 속도로 Covid-19 백신 개발. N.Engl. J. Med. 2020, 382, 1969–1973. [CrossRef] [펍메드]
4. Abu-Raddad, LJ; Chemaitelly, H.; Butt, AA BNT162b2 Covid-19 백신의 B에 대한 효과. 1.1. 7 및 B. 1.351 변형. N.Engl. J. Med. 2021, 385, 187–189. [CrossRef] [펍메드]
5. 로탄, R.; Gazit, S.; Chodik, G.; 파탈론, T.; 페레즈, G.; 토브, AB; Kalkstein, N.; Peretz, A. SARS-CoV-2 돌발 감염과 백신으로부터의 시간의 상관관계. Nat. 공동. 2021, 12, 6379.
6. Wadman, M. 이스라엘의 암울한 경고: 예방 접종은 둔화되지만 델타를 패배시키지는 않습니다. 사이언스 2021, 373, 838–839. [CrossRef] [펍메드]
7. Sanderson, K. COVID 백신은 델타로부터 보호하지만 그 효과는 약해집니다. 온라인 이용 가능: https://www.nature. com/articles/d41586-021-02261-8(2022년 3월 3일 액세스).
8. Burki, T. 코로나19 부스터 주사-19—논쟁은 계속됩니다. 란셋 감염. 디스. 2021, 21, 1359–1360. [교차 참조]
9. 보건 노동 복지부. 코로나바이러스 질병 2019(COVID-19) 정보. 온라인 이용 가능: https://www.mhlw.go. jp/stf/seisakunitsuite/bunya/newpage_00032.html(2022년 3월 3일 액세스).
10. 로페즈 베르날, J.; 앤드루스, N.; 고워, C.; 갤러거, E.; 시몬스, R.; Thelwall, S.; 스토우, J.; Tessier, E.; 그로브스, N.; Dabrera, G. B에 대한 Covid-19 백신의 효과. 1.617. 2(델타) 변형. N.Engl. J. Med. 2021, 385, 585–594. [CrossRef] [펍메드]
11. 쿠마르, VM; 판디-페루말, SR; Trakht, I.; Thyagarajan, 인도의 COVID-19 백신 접종을 위한 SP 전략: 두 번째로 인구가 많고 사례가 많은 국가. Npj 백신 2021, 6, 60. [CrossRef] [PubMed]
12. Rashed, EA; 코데라, S.; Hirata, A. 새로운 바이러스 변종 및 예방접종 효과 모델을 사용한 COVID-19 상태 예측. arXiv 2022, arXiv:2201.10356.
13. 메지올라로, A.; Sane Schepisi, M.; 니콜라이디스, GF; 미파트리니, D.; 시두, A.; Rezza, G. Pre-Delta 시대의 SARS-CoV-2 감염에 대한 예방 접종의 효과: 체계적 검토 및 메타 분석. 백신 2022, 10, 157. [CrossRef] [PubMed]
14. 하피즈, I.; 일리안, DN; 메일라, O.; 우토모, ARH; 수실로와티, A.; IE 수세티아; 데스티타, D.; 시레가, 조지아; Basyuni, M. 돌연변이 SARS-CoV-2 바이러스 및 백신 접종 후 감시에 대한 백신의 효과 및 효능: 내러티브 리뷰. 백신 2022, 10, 82. [CrossRef] [PubMed]
15. 비앙키, FP; Tafuri, S.; Migliore, G.; Vimercati, L.; 마르티넬리, A.; 로비파로, A.; Diella, G.; Stefanizzi, P.; Group, CRW BNT162b2 mRNA COVID-19 백신의 SARS-CoV-2 감염 및 증상 질환 예방에 미치는 5개월 추적: 후향적 코호트 연구. Vaccines 2021, 9, 1143. [CrossRef] [PubMed] 16. Andrews, N.; 스토우, J.; Kirsebom, F.; 토파, S.; 리커드, T.; 갤러거, E.; 고워, C.; 칼, M.; 그로브스, N.; 오코넬, A.-M. 우려되는 Omicron(B.1.1.529) 변종에 대한 COVID-19 백신의 효과. MedRxiv 2021. [교차 참조]
17. 뷰찬, SA; 정현식 ; 브라운, KA; 오스틴, PC; 떨어졌다, DB; Gubbay, J.; Nasreen, S.; 슈워츠, KL; 순다람, ME; Tadrous, M. Omicron 또는 Delta 감염에 대한 COVID-19 백신의 효과. MedRxiv 2022. [교차 참조]
18. CIO 포털. 신종 코로나바이러스 예방접종 데이터 공개. (일본어). 온라인 이용 가능: https://cio.go.jp/c19vaccine_ 공개 데이터(2022년 3월 3일 액세스).
19. 후생노동성. COVID-19 대책 자문위원회 회의. 온라인 이용 가능: https://www.mhlw. go.jp/stf/seisakunitsuite/bunya/0000121431_00294.html(2022년 3월 3일 액세스).
20. 도쿄도청. 방재 정보, 도쿄. 온라인 이용 가능: https://www.bousai.metro. tokyo.lg.jp/taisaku/saigai/index.html(2022년 3월 3일 액세스).
21. 타르토프, SY; 슬레자크, JM; 피셔, H.; 홍브이; 애커슨, BK; Ranasinghe, ON; 프랭클랜드, TB; 오건, OA; 잠파로, JM; Gray, S. 미국의 대규모 통합 의료 시스템에서 최대 6개월까지 mRNA BNT162b2 COVID-19 백신의 효과: 후향적 코호트 연구. 랜싯 2021, 398, 1407–1416. [교차 참조]
22. Zeng, B.; 가오, L.; Zhou, Q.; 유케이; Sun, F. 우려되는 SARS-CoV-2 변종에 대한 COVID-19 백신의 효과: 체계적 검토 및 메타 분석. MedRxiv 2021. [교차 참조]
23. Aran, D. 집계된 수를 사용하여 이스라엘에서 실제 COVID-19 백신 효과 추정. MedRxiv 2021. [교차 참조]
24. IHME COVID-19 예측 팀. 미국의 COVID-19 시나리오 모델링. Nat. 중간 2021, 27, 94–105. [CrossRef] [펍메드]
25. 오사와, Y.; Tsubokura, M. 커뮤니티와 함께 있어라: 클러스터 간의 브리지는 COVID-19의 확장을 트리거합니다. PLoS ONE 2020, 15, e0242766. [CrossRef] [펍메드]
For more information:1950477648nn@gmail.com