Estimating the Direct Impact of Influenza Vaccination and Vaccine-Averted Illnesses Using an Extended Static Compartmental Model

インフルエンザのシーズンは、公衆衛生における馴染み深いリズムであり、ウイルスが循環し、人々が病に倒れ、保健当局がその拡散を阻止するために奔走する時期です。何十年もの間、科学者たちは、ワクチンの有効性を理解するために、現実を簡略化した数学的表現である「モデル」に頼ってきました。これらのモデルは、「ワクチン接種を受けたことで、実際にどれほど多くの人が病気になったり、入院したり、あるいは死亡したりすることを免れたのか」という極めて重要な問いに答えるためのものです。課題は常に、現実の世界が複雑で捉えどころがないことでした。ウイルスは変化し、人々の体は時間の経過とともにウイルスと戦う力を忘れてしまい、また、世界の一部の地域では、インフルエンザは整然とした冬のスケジュールに従うのではなく、一年中循環しています。これらの恩恵を算出するために用いられてきた古いツールは、多くの場合、予測可能な天候を持つ場所での単一の冬季シーズンを想定して設計されており、一度ワクチンを接種または感染すれば、その人は一年間保護され続けるという前提に基づいていました。このアプローチは単純なシナリオにはうまく機能しましたが、ワクチン接種キャンペーンが複数年にわたる場合や、免疫がシーズンが終わる前に減退してしまう場合など、完全な全体像を捉えるには苦慮してきました。

米国疾病予防管理センター（CDC）および国際的な保健機関の研究チームは、より複雑な現実に即して、このモデリングツールを更新しました。彼らは、人々が「健康」「病気」「保護された状態」の間をどのように移動するかを追跡する静的なモデルを拡張し、複数のインフルエンザシーズンを同時に扱うことができるようにしました。決定的なのは、免疫の減退（つまり、ワクチンによる保護は永遠に続くわけではなく、記憶が薄れるように徐々に衰えていくこと）を考慮する機能を加えたことです。また、ワクチンが軽い咳を防ぐ能力と、入院を必要とする重症化を防ぐ能力の違いを区別できるようにし、回避された死亡者数をカウントする機能も追加しました。これらの機能をユーザーフレンドリーなスプレッドシート・ツールに組み込むことで、研究者たちは、複雑な数学の専門家でなくても、あらゆる国の公衆衛生当局が独自のシミュレーションを実行できる力を与えることを目指しました。

この新しい枠組みをテストするため、研究者たちは、すべての変数を制御できる「デジタル実験室」である2つの合成シナリオを作成しました。最初のシナリオでは、活動が冬季にピークを迎え、毎年ワクチン接種プログラムが行われる北半球の典型的な地域をシミュレートしました。既存のプログラムとして、高齢者の約3分の1が毎年ワクチンを接種していると仮定しました。モデルの結果、このプログラムは4シーズンにわたって、インフルエンザ関連の疾患全体の約15パーセントを予防しました。入院や死亡といった最も深刻な結果については、予防率はさらに高く、約14〜18パーセントの範囲に達しました。また、このツールは、1件の疾患を防ぐために何人のワクチン接種が必要かという数値も算出しましたが、これはシーズンによって変動したものの、概ね62人から110人の間でした。これは、標準的な季節性ワクチン接種キャンペーンの価値を、モデルが正確に定量化できることを示しました。

第二のシナリオでは、より困難な環境、すなわちインフルエンザが一年中循環しており、現在ワクチン接種プログラムが存在しない場所を調査しました。ここでは、人口の20パーセントが年間を通じて均等にワクチンを接種するという仮説上のプログラムをシミュレートしました。この設定では、プログラムは4年間でインフルエンザによる疾患の約5パーセントを予防すると推定されました。この割合は季節性の例よりも低いですが、これは絶え間ないウイルスの循環と低い接種率という現実を反映しています。研究者らはこのシナリオを用いて、ワクチンの展開時期を変更するなどの異なる戦略をテストしました。その結果、季節性の設定においてキャンペーンを1ヶ月早く開始することで、疾患をさらに6パーセント追加で予防できる一方で、一年中行われるキャンペーンを特定の季節的なピークに合わせることで、予防率を20パーセント以上高められることが分かりました。これらのシミュレーションは、ワクチンの展開のタイミングが極めて重要であることを浮き彫りにし、新しいツールによって、各地域に最適なスケジュールを見つけ出すことが可能になります。

新しいモデルの信頼性を確保するため、研究者らはその出力を、米国における2017-2018年および2018-2019年のインフルエンザシーズンの実データと比較しました。実際の入院率、ワクチン接種率、およびワクチンの有効性データを用いてモデルを実行しました。結果は、以前に発表された推定値とおおむね一致しており、新しいモデルの予測は期待される不確実性の範囲内に収まりました。免疫の減退を考慮したモデルは、古いモデルよりも予防された症例数がわずかに高い数値を予測しましたが、これはおそらく、効果が低下し始める前の、接種直後の高い保護レベルを捉えたためと考えられます。この検証により、研究者らは、専門的なモデリングチームを持たない国々でも、このツールを使用して信頼できる推定値を生成できるという自信を得ました。

この研究の究極の目的は、単に数字を出すことではなく、意思決定者に力を与えることです。複雑な疫学的概念を透明性の高いスプレッドシートへと翻訳することで、研究者たちは、国家的な保健プログラムが自らの取り組みの直接的な影響を可視化する方法を提供しました。このツールを使えば、当局は「もし〜だったら」という問いを投げかけることができます。「もし接種率を上げたら？」「もし時期を変えたら？」「もしワクチンが軽症よりも重症化に対してより効果的だったら？」といった問いです。モデルは、一年中インフルエンザが流行している環境であっても、標的を絞ったワクチン戦略が、疾患を減少させ命を救う上で測定可能な差を生み出せることを示唆しています。このツールは、ワクチン接種を受けた個人の直接的な保護に焦点を当てており、集団免疫による間接的な利益については考慮していませんが、インフルエンザのワクチン接種プログラムを計画し評価するための、明確でエビデンスに基づいた基礎を提供するものです。医療資源が限られている世界において、ワクチン接種に対する投資収益率を測定する信頼できる方法を持つことは、コミュニティを守るための極めて重要なステップとなります。