基于人群数字接触追踪（DCT）评估大流行背景下新冠疫苗真实世界有效性

本研究针对传统观察性队列方法评估疫苗有效性（VE-I）时存在的偏差问题，创新性利用新加坡全国数字接触追踪（DCT）数据，对比分析了Delta/Omicron流行期间60岁以上人群的疫苗保护效果。结果显示：Delta时期两种方法结果相近，但Omicron流行时传统方法出现负有效性（如VE-I=-1.12），而DCT数据则显示加强针可恢复保护（VE-I=0.32），证实DCT能更准确反映真实世界疫苗效果。

　　

新冠大流行中，疫苗有效性评估面临巨大挑战。传统观察性队列方法通过比较接种与未接种人群的感染率差异来估算疫苗有效性（Vaccine-effectiveness, VE），但在病毒变异株流行期间，这种方法可能产生反常识的负有效性结果——例如Omicron流行时竟显示疫苗"促进感染"（VE-I=-1.12）。这种异常源于"健康接种者偏差"：接种人群可能更频繁参与社交活动，导致暴露风险增加，而传统方法无法校正这种接触频率差异。

新加坡研究人员在《Clinical Microbiology and Infection》发表的研究给出了创新解决方案。该团队利用覆盖全国93.3%人口的数字接触追踪（Digital Contact Tracing, DCT）系统"TraceTogether"，首次将蓝牙记录的近距离接触数据引入疫苗评估。研究对比了Delta（2021年6-11月）和Omicron（2022年1-3月）流行期间，两种方法对60岁以上老年人疫苗效果的评估差异：传统观察性队列纳入88万老年人，DCT方法则分析45万例确诊-接触者配对数据。通过广义泊松回归计算调整后发病率比（IRR），最终以1-IRR公式得出VE-I。

关键技术方法

1. 基于全国DCT系统的接触者追踪：利用蓝牙信号记录确诊者与密切接触者的暴露时长和距离
2. 观察性队列设计：纳入新加坡≥60岁全民医保数据库，按接种状态分层
3. 统计建模：采用人天数调整的广义泊松回归，控制年龄、性别等混杂因素
4. 动态时间分段：按接种后时间窗（如<2个月、2-5个月）评估保护效果衰减

研究结果

Delta时期的一致性验证
在Delta主导期，传统队列与DCT方法结果高度吻合。以60-69岁群体为例，加强针VE-I分别为0.60（95%CI=0.57-0.63）和0.76（95%CI=0.72-0.78），证实两种方法在低传播期均可靠。

Omicron时期的戏剧性分歧
当Omicron席卷新加坡时，传统方法出现严重偏差：加强针接种后<2个月的VE-I跌至-1.12，而DCT数据则显示明确保护效果（VE-I=0.32）。这种差异源于未接种者主动减少社交接触——DCT数据显示其日均密切接触次数比接种者低37%。

DCT揭示的真实保护轨迹
通过DCT校正接触频率后，研究首次清晰描绘出：

• 加强针可快速重建保护（接种后<2个月VE-I=0.32）
• 保护效果随时间衰减（>5个月后VE-I降至0.14）
• 年龄梯度效应：70岁以上群体保护衰减更快

讨论与意义
这项研究开创性地证明，数字接触追踪数据能有效校正传统疫苗评估中的行为偏差。在Omicron流行期间，DCT数据不仅避免了"负有效性"的荒谬结论，更准确捕捉到：

1. 加强针虽对Omicron的保护较弱，但仍具实质性效果
2. 疫苗保护存在明显的时间衰减效应
3. 老年人群需要更频繁的加强接种

该成果为全球抗疫提供重要方法论启示：在大流行动态演变过程中，整合数字接触追踪等新型数据源，可显著提升真实世界证据的可靠性。特别是在免疫背景复杂化（混合免疫、多价疫苗）的后疫情时代，这种方法学创新将为公共卫生决策提供更精准的科学依据。