巴西COVID-19疫苗接种前后医院发病率与死亡率的间断时间序列分析：揭示疫苗在应对病毒变异中的关键作用

《Discover Public Health》：Hospital morbidity and mortality before and after COVID-19 vaccination in Brazil: an interrupted time series analysis

本研究针对COVID-19大流行期间巴西各地区医院发病率和死亡率差异问题，研究人员通过间断时间序列分析评估了大规模疫苗接种对SRAG（重症急性呼吸道综合征）病例和死亡的影响。结果显示疫苗接种显著降低了住院率（从308.7/10万降至25.1/10万）和死亡率（从98.7/10万降至13.6/10万），即使在奥密克戎变异株流行期间仍保持保护效果。该研究为优化疫苗分配策略和应对未来公共卫生危机提供了重要证据。

　　

当COVID-19疫情席卷全球时，巴西成为受冲击最严重的国家之一，累计死亡人数超过70万，死亡率高达337/10万人口。更令人担忧的是，这种疾病负担在巴西五大区域间呈现出显著差异——北部和东北部地区疫苗接种覆盖率最低（分别为56.8%和62.0%），而南部和东南部地区则较高（74.4%和73.2%）。这种区域不平等现象与社会经济差异、医疗资源分布不均以及联邦政府应对措施的政治化密切相关，使得评估疫苗接种的真实效果变得尤为复杂。

正是在这样的背景下，Galdino等研究人员在《Discover Public Health》上发表了他们的研究成果。他们试图回答一个关键问题：在大规模疫苗接种后，巴西各地区的COVID-19医院发病率和死亡率趋势发生了怎样的变化？为了准确评估疫苗的效果，研究团队还需要考虑SARS-CoV-2变异株（如阿尔法、伽马、德尔塔和奥密克戎）的相继出现对疫情曲线的影响，这些变异株可能改变病毒传播性和致病性，从而混淆疫苗接种的真实效果。

研究方法上，团队采用了间断时间序列分析这一准实验设计，特别适合评估大规模公共卫生干预措施的效果。研究数据来源于巴西流感流行病学监测信息系统（SIVEP-Gripe）和国家免疫计划（SI-PNI）的公开数据库，时间跨度为2020年至2023年共202个流行病学周。分析重点考察了两个主要结局指标：COVID-19导致的住院率（每10万人口）和死亡率（每10万人口）。统计模型采用Prais-Winsten回归，该模型能有效校正时间序列数据中常见的自相关问题。分析中还调整了三个主要变异株流行期（ Wave 1：阿尔法；Wave 2：伽马和德尔塔；Wave 3：奥密克戎）的影响，以分离出疫苗接种的独立效应。