Studies of vaccine efficacy often record both the incidence of vaccine-targeted virus strains (primary outcome) and the incidence of non-targeted strains (secondary outcome). However, standard estimates of vaccine efficacy on targeted strains ignore the data on non-targeted strains. Assuming non-targeted strains are unaffected by vaccination, we regard the secondary outcome as a negative control outcome and show how using such data can (i) increase the precision of the estimated vaccine efficacy against targeted strains in randomized trials, and (ii) reduce confounding bias of that same estimate in observational studies. For objective (i), we augment the primary outcome estimating equation with a function of the secondary outcome that is unbiased for zero. For objective (ii), we jointly estimate the treatment effects on the primary and secondary outcomes. If the bias induced by the unmeasured confounders is similar for both types of outcomes, as is plausible for factors that influence the general risk of infection, then we can use the estimated efficacy against the secondary outcomes to remove the bias from estimated efficacy against the primary outcome. We demonstrate the utility of these approaches in studies of HPV vaccines that only target a few highly carcinogenic strains. In this example, using non-targeted strains increased precision in randomized trials modestly but reduced bias in observational studies substantially.


翻译:疫苗功效的研究往往记录到疫苗针对病毒菌株的发病率(主要结果)和非目标菌株的发病率(第二结果),然而,对目标菌株的疫苗功效的标准估计忽略了非目标菌株的数据。假设非目标菌株不受接种的影响,我们认为第二结果是一种消极控制结果,并表明如何使用这些数据:(一) 提高估计疫苗对随机试验中目标菌株的功效的精确度,以及(二) 减少观察研究中同一估计结果的混乱偏差。关于目标(一),我们增加主要结果估计方程,次级结果的函数对零不偏袒。关于目标(二),我们共同估计对初级和次要结果的治疗影响。如果非目标同源虫对两种结果的偏差相似,正如影响一般感染风险的因素一样,那么我们可以使用估计的疫苗功效来消除估计对初级结果的偏差。我们展示了这些方法在HPV疫苗的研究中的效用,这些方法只针对少数高度致癌性紧张程度,但仅针对少数高致癌性临界性试验。

0
下载
关闭预览

相关内容

不可错过!700+ppt《因果推理》课程!杜克大学Fan Li教程
专知会员服务
71+阅读 · 2022年7月11日
【ICIG2021】Latest News & Announcements of the Tutorial
中国图象图形学学会CSIG
3+阅读 · 2021年12月20日
【ICIG2021】Latest News & Announcements of the Workshop
中国图象图形学学会CSIG
0+阅读 · 2021年12月20日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium8
中国图象图形学学会CSIG
0+阅读 · 2021年11月16日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium7
中国图象图形学学会CSIG
0+阅读 · 2021年11月15日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium3
中国图象图形学学会CSIG
0+阅读 · 2021年11月9日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium2
中国图象图形学学会CSIG
0+阅读 · 2021年11月8日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium1
中国图象图形学学会CSIG
0+阅读 · 2021年11月3日
【ICIG2021】Latest News & Announcements of the Industry Talk2
中国图象图形学学会CSIG
0+阅读 · 2021年7月29日
【ICIG2021】Latest News & Announcements of the Industry Talk1
中国图象图形学学会CSIG
0+阅读 · 2021年7月28日
Transferring Knowledge across Learning Processes
CreateAMind
29+阅读 · 2019年5月18日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2023年2月28日
VIP会员
相关VIP内容
不可错过!700+ppt《因果推理》课程!杜克大学Fan Li教程
专知会员服务
71+阅读 · 2022年7月11日
相关资讯
【ICIG2021】Latest News & Announcements of the Tutorial
中国图象图形学学会CSIG
3+阅读 · 2021年12月20日
【ICIG2021】Latest News & Announcements of the Workshop
中国图象图形学学会CSIG
0+阅读 · 2021年12月20日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium8
中国图象图形学学会CSIG
0+阅读 · 2021年11月16日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium7
中国图象图形学学会CSIG
0+阅读 · 2021年11月15日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium3
中国图象图形学学会CSIG
0+阅读 · 2021年11月9日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium2
中国图象图形学学会CSIG
0+阅读 · 2021年11月8日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium1
中国图象图形学学会CSIG
0+阅读 · 2021年11月3日
【ICIG2021】Latest News & Announcements of the Industry Talk2
中国图象图形学学会CSIG
0+阅读 · 2021年7月29日
【ICIG2021】Latest News & Announcements of the Industry Talk1
中国图象图形学学会CSIG
0+阅读 · 2021年7月28日
Transferring Knowledge across Learning Processes
CreateAMind
29+阅读 · 2019年5月18日
相关基金
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Top
微信扫码咨询专知VIP会员