Чтобы понять, работают ли ковидные вакцины в популяции, нужны качественные данные. Какие?

В регионах стали появляться первые данные, по которым мы пытаемся хотя бы косвенно судить об эффективности ковидных вакцин в популяции. Правда, неискушенного человека эти цифры могут обескуражить. Вот, например, официальная статистика из Прикамья: коронавирусом в этом регионе переболели три процента привитых «Спутником V», четыре процента привитых «КовиВаком» и семь процентов привитых «ЭпиВаком». Но ведь, по тем же официальным данным, всего в России переболело ковидом только 5-6 процентов населения. Неужели вакцинация может увеличить риск заболевания? Я решила поговорить об этом с Александром Солодовниковым, медицинским статистиком и сооснователем компании Statandocs.




— Александр, меня такие цифры озадачили. Вакцины что, неэффективны? 

— Для начала давайте посмотрим, как ВОЗ определяет термин «эффективность вакцины». Это процент снижения заболеваемости у вакцинированных по сравнению с теми, кто не вакцинировался. В качестве пороговой величины для вакцин против новой коронавирусной инфекции указано значение 50 процентов.

— То есть, вакцины должны снижать количество случаев заболевания у вакцинированных как минимум наполовину ?

— Именно так. Из публикаций мы знаем, что в клинических исследованиях эффективность существующих в мире вакцин, в том числе по крайней мере одной российской, данные по которой опубликованы для третьей фазы, исходно была на достаточно высоком уровне. Пока не появились новые штаммы, она составляла порядка 90 процентов. Важно понимать, что 90 процентов – относительная, а не абсолютная величина. Допустим, без вакцинации заболевает 5 человек на 10 тысяч. Снижение заболеваемости вакцинированных на 90 процентов – именно от этих пяти человек. То есть, среди вакцинированных вместо пятерых заболеет один. Делать подсчеты в клинических исследованиях относительно просто: мы четко знаем, кто вакцинировался, а кто нет, кто заболел, а кто не заболел. Но если перейти к популяционным данным, возникают проблемы. По официальной статистике, в России на сегодняшний день переболели ковидом 8,2 миллиона жителей. Насколько надежен этот показатель? Скорее всего, и с этим согласны многие эксперты, цифры занижены – в силу особенностей ведения статистики, в силу того, что многие люди, заболев, не обращались за медицинской помощью. В некоторых странах Европы – также есть косвенные сведения по США – статистика, наоборот, может быть завышена. Там часто считают, что все, у кого положительный тест на ковид, — по умолчанию заболевшие.




— У нас разве не все люди с положительным ПЦР входят в число заболевших?

— В России Роспотребнадзор стоит на том, что наличие только положительных тестов или только антител не подтверждает наличие заболевания. В этом есть логика — даже самые распрекрасные тесты все равно обладают определенной чувствительностью и определенной специфичностью. В случае массового тестирования на коронавирус, притом, что в популяции болеют, скажем, 10 процентов или, как по официальной статистике, 5-6 процентов, множество тестов будут ложноположительными. Поэтому в странах, где критерием является только положительный тест на коронавирус, много ложноположительных результатов.

— По данным из США, там ковидом переболели около 14 процентов населения…

— В Европе, насколько я знаю, процент переболевших колеблется в таких же пределах. В разных странах указывают разные цифры. Где-то от трех процентов населения, где-то до 20. Будем считать, что истина посередине и условно это около 10 процентов. Но люди могут болеть ковидом неоднократно. Это создает дополнительные сложности. Эпидемиология неинфекционных и инфекционных заболеваний говорит о том, что для заболеваний, способных повторяться у одних и тех же людей, важна даже не заболеваемость, а плотность заболеваемости: частота, с которой в популяции появляются новые случаи. Они могут появляться и среди тех, кто ранее уже переболел.




— Какие данные нужны, чтобы достоверно судить об эффективности вакцин в популяции?

— Есть статья, в которой очень подробно разбирается эффективность вакцинации в Великобритании. На эту публикацию часто ссылаются в СМИ и соцсетях, но некорректно интерпретируют ее результаты. В статье указано, что у вакцинированных, которые были госпитализированы, оказалась выше летальность. В соцсетях я видел целые баталии из-за этого. Но авторы статьи не просто констатируют факт. Они пытаются понять причину, проводят разбор. И выясняется, что вакцинацию в Великобритании начали с пожилых. Среди них было 12 процентов людей с различными иммунными нарушениями – необычно большая доля. Чтобы получить реальную статистику, нельзя брать общую популяцию и сравнивать ее с частью. Считается, что это одна из распространенных статистических ошибок. Нужно анализировать вакцинированных отдельно, невакцинированных отдельно. И сравнивать их между собой. Для этого необходимо понять, чем вакцинированные отличаются от остальной популяции.

— Получается, что в Великобритании группы вакцинированных и невакцинированных не были однородны. Эти люди изначально сильно друг от друга отличались – по состоянию здоровья, по возрасту, по факторам риска?

— Похожие вещи могут наблюдаться и у нас. Например, принято считать, что «ЭпиВакКорона» менее иммуногенна. Мне приходилось слышать, что ее чаще назначают в пожилом возрасте или пациентам с проблемами здоровья, у которых, возможно, были противопоказания к «Спутнику V».

— Я тоже знаю такие случаи.

— Подобное относится и к «Спутнику Лайт». Его дают пожилым. Сейчас говорят о том, что его можно будет применять у беременных, кормящих, иммунокомпрометированных. Вероятно, у онкопациентов.





— То есть, этими вакцинами прививают тех, у кого по разным причинам риски выше? Происходит своеобразный отбор?

— Если подобных вещей не учитывать при изучении вакцин, можно, с точки зрения статистика, получить сферическое исследование в вакууме.

— Что надо сделать, чтобы такого не произошло?

— Из тех, кто не вакцинировался, нужно подобрать людей, которые имеют те же факторы риска, тот же возраст, те же социально-демографические показатели, что и вакцинированные. И только тогда сравнить однородные группы. Без этого мы по большому счету будем вынуждены сравнивать теплое с мягким.




— Есть еще особенность: многие молодые россияне, которые вакцинировались, при этом чаще носят маски, соблюдают дистанцию…

— Люди, которые вакцинируются по собственной воле, систематически отличаются от тех, кто не вакцинируется. Они осознают связанные с вирусом риски и имеют соответствующий профиль поведения. С точки зрения эпидемиолога, они ведут менее рискованный образ жизни.

— То есть, по идее, могут заражаться реже просто потому, что осторожны?

— Я представляю крайние варианты, чтобы было понятно, почему мы не можем непосредственно сравнивать вакцинированных и невакцинированных. Это очень разнородные популяции, у них собственные мотивы. Чтобы иметь возможность сравнить, нужно проводить стратифицированные исследования. Первое – учитывая сроки вакцинации. Должно пройти достаточное время от момента прививки. В статье в Lancet четко описано: если человек только вакцинировался, различия с популяцией отсутствуют. Если прошло больше 21 дня, различия выше. Второе – нужно оценивать основные социодемографические характеристики. Только тогда можно проводить сравнение. Оно будет называться точным сравнением. То, что мы делаем сейчас, сравнивая количество случаев ковида в популяции с количеством случаев среди вакцинированных, — крайне грубая оценка, подверженная тому, что в статистике называют bias, смещение. Это смещение может быть в любую сторону. Мы не представляем его размер. Учитывая, что в статистику заболеваемости ковидом не попадают многие случаи, это немногим лучше, чем гадание на кофейной гуще. Чтобы получить достоверную картину, необходимо грамотно спланированное исследование, причем на большой популяционной группе.




— Как быстро можно провести такое исследование? Используют ли для него уже имеющиеся данные?

— Да, здесь возможно ретроспективное наблюдательное исследование. В английской статье, о которой я уже сказал, сделали именно это. Если все данные есть, понадобится около месяца для того, чтобы обработать их и интерпретировать. Но проблема в том, что в Англии существует единый реестр пациентов, из которого можно черпать всю информацию, а у нас нет. При попытке провести такое исследование даже в наблюдательном режиме и даже ретроспективно мы столкнемся с отсутствием подходящего источника информации. Сейчас возможность собирать информацию из первичного звена в России существует только для отдельных организаций в условиях экспериментального правового режима.

— Получается, что мы рискуем так никогда и не узнать достоверно, эффективны ковидные вакцины в популяции или нет?




— Скорее всего, не узнаем на уровне всей страны, поскольку единого национального реестра у нас нет. Но в Москве, в Татарстане, в Санкт-Петербурге, в некоторых городах Дальнего Востока уже сейчас высокая степень информатизации здравоохранения. Если на уровне региона ведется единый реестр пациентов, то информацию можно собрать, обработать и опубликовать. Понятно, что для этого нужна, во-первых, добрая воля, во-вторых, финансирование. Но нельзя сказать, что на уровне регионов у нас это невозможно. На уровне страны – да, скорее всего, нельзя.

— Сколько могло бы стоить такое исследование?

— Зависит от того, как эта информация хранится. Если есть возможность взять ее всю из одного источника, то речь будет идти, наверное, о нескольких миллионах рублей. Если информацию придется собирать из разных источников, то много средств будет потрачено на то, чтобы эти источники между собой объединить. Проблема в том, что исходно эти данные не предназначены для научных исследований. Это либо истории болезни, либо какие-то статистические формы в региональных министерствах здравоохранения, либо еще что-то. Нужно делать кросс-проверки, устранять фантомные записи, возникшие в результате ошибки, избавляться от дублирующих записей: информация об одном и том же человеке может храниться в разных системах. В этом случае стоимость исследования доходит до нескольких десятков миллионов рублей.




— Известно, что медицинская статистика у нас сильно искажена – данные зачастую подаются не для того, чтобы отразить реальные цифры, а чтобы начальство не ругало. (О недостатках российской медицинской статистики здесь. — А.А.) Есть ли методики, позволяющие срезать эффект фальсификации и получить более объективную картину?

— Да, в целом есть методики, позволяющие понять, насколько данные сфальсифицированы или искажены. Например, есть ли недорепортирование.

— А приписки?

— Методики оценки перерепортирования тоже есть. Существуют разнообразные статистические методы оценки распределения ответов, монотонности ответов и так далее. Все это в принципе реально сделать, если задаться целью. Но одно дело – выявить искажения. С их устранением, наверное, будет посложнее. Ведь у тех, кто искажает статистику, есть свои неслучайные мотивы.




— Это человеческий фактор – всегда велик соблазн немного поработать с картиной, чтобы сделать ее более благоприятной для своих целей… Снятие таких вопросов удорожает исследование?

— Не могу сказать, насколько удорожает. Прежде всего, это увеличивает сроки и усложняет работу – нужно не просто проанализировать фактические данные, но и построить математические модели, чтобы выявлять выбивающиеся значения. Принцип здесь такой: мы, по сути, имеем какую-то поверхность результатов и обнаруживаем на ней либо выпуклости, либо впадины, выявляя проблемные участки.

— Не думаете ли вы, что публикация достоверных данных такого исследования была бы самой лучшей пропагандой вакцинации? Даже если бы в результате выяснилось, что вакцина эффективна не на 90 процентов.

— Да, такие данные были бы наглядны. Но нужно понимать, что они понятны в первую очередь специалистам. Опыт с британской статьей, о которой я говорил, показывает, что остается масса возможностей неверно интерпретировать даже самые качественные данные. Поэтому необходимо еще разъяснение, обучение – и медицинского сообщества, и всех потенциальных вакцинируемых.




© Алла Астахова.Ru