Natural direct effects of vaccines and post-vaccination behaviour

Título

Efeitos diretos naturais de vacinas e comportamento pós-vacinação

1. O Problema

O artigo aborda um fenômeno conhecido como compensação de risco (risk compensation) no contexto de estudos de eficácia vacinal. A premissa central é que o conhecimento sobre a proteção conferida por uma vacina pode alterar o comportamento dos indivíduos vacinados, levando-os a adotar comportamentos de maior risco (ex.: aumentar o número de contatos sociais ou reduzir o uso de máscaras).

Essa mudança comportamental pode:

• Aumentar a exposição a patógenos.
• Reduzir a eficácia da vacina no "mundo real" em comparação com ensaios clínicos cegos (onde os participantes não sabem se foram vacinados e, portanto, não alteram seu comportamento baseado na proteção percebida).
• Criar uma lacuna entre a eficácia biológica da vacina e sua efetividade observada em estudos observacionais.

O problema metodológico identificado é que a maioria dos estudos de vacinas não contabiliza explicitamente essa via comportamental, confundindo o efeito imunológico direto com o efeito total (que inclui a mudança de comportamento).

2. Metodologia e Estrutura Causal

Os autores utilizam a inferência causal e o quadro de resultados potenciais para formalizar o problema.

• Definição de Variáveis:

  • $A$: Vacinação (1 = vacinado, 0 = não vacinado).
  • $Y$: Desfecho de interesse (doença).
  • $B$: Comportamento relacionado à infecção (mediador, ex.: número de contatos).
  • $H$: Comportamento de busca por cuidados de saúde (fator de confusão comum).
  • $L$: Conjunto de confusores (incluindo $H$).

• Estrutura Causal:

  • São apresentados diagramas causais (Figura 1) que ilustram como a vacinação ($A$) pode afetar o comportamento ($B$), que por sua vez afeta o desfecho ($Y$).
  • O artigo destaca a complexidade introduzida pelo comportamento de busca por cuidados de saúde ($H$), que pode confundir tanto a relação $A \rightarrow Y$ quanto $A \rightarrow B$ e $B \rightarrow Y$.

• Estimandos Propostos:

  • Efeito Total Real ($\tau_{rw}$): O efeito observado no mundo real, onde $A$ afeta $Y$ tanto diretamente quanto através da mudança em $B$ ($E[Y_{a=1, B_{a=1}} - Y_{a=0, B_{a=0}}]$).
  • Efeito Direto Natural (NDE): O efeito causal da vacinação sobre a doença bloqueando a influência da vacinação sobre o comportamento. Formalmente, é o efeito de $A$ em $Y$ quando $B$ é mantido no valor que teria ocorrido na ausência de vacinação ($B_{a=0}$), permitindo que $B$ varie naturalmente devido a outros fatores (não fixado para toda a população, diferentemente do Efeito Direto Controlado).
  • Fórmula do NDE: $NDE = E[Y_{a=1, B_{a=0}} - Y_{a=0, B_{a=0}}]$.

• Identificação:

  • Para identificar o NDE, são necessárias suposições de independência condicional (incluindo uma suposição de independência "cross-world", Assunção 4).
  • O artigo discute a necessidade de ajustar para confusores como $H$ e $L$ e apresenta expressões de identificação não paramétrica.
  • São discutidas alternativas para cenários onde o comportamento de busca por cuidados ($H$) é afetado pela vacinação ao longo do tempo (estrutura causal alternativa com $H_1$ e $H_2$), o que viola a suposição padrão e requer métodos de sensibilidade ou limites.

3. Contribuições Chave

1. Definição do Estimando NDE para Vacinas: O artigo propõe formalmente o uso do Efeito Direto Natural como um estimando causal relevante para políticas de saúde, permitindo quantificar a eficácia da vacina "desacoplada" das mudanças comportamentais induzidas pela percepção de proteção.
2. Distinção entre Ensaios Cegos e Mundo Real: Demonstra matematicamente que o estimando em ensaios clínicos cegos difere do efeito total no mundo real e do NDE, devido à percepção de proteção ($P$) que media o comportamento em cenários não cegos.
3. Abordagem para Dados Ausentes de Comportamento: Propõe o uso de desfechos alternativos (ex.: infecções por outros patógenos não alvo da vacina) como proxies para inferir se a vacinação alterou o comportamento geral, mesmo na ausência de dados diretos sobre $B$.
4. Consideração de Interferência: Estende a discussão para cenários com interferência (efeitos de contágio ou spillover), definindo como o NDE poderia ser conceptualizado em grupos sociais onde o estado vacinal de um indivíduo afeta o desfecho de outro.
5. Guia Prático para Coleta de Dados: Apresenta tabelas e diretrizes sobre quais dados são necessários (ex.: diários de contato social, registros médicos para busca de cuidados) para estimar esses efeitos, destacando a dificuldade prática de medir comportamentos e confusores como $H$.

4. Resultados e Exemplos Numéricos

• Exemplo Numérico (Tabela 1): Os autores apresentam um exemplo hipotético onde a vacinação aumenta a probabilidade de comportamento de risco (de 30% para 70%).
  • O Efeito Total Real ($\tau_{rw}$) resultou em uma redução de risco de 9% (eficácia de 32,5%).
  • O Efeito Direto Natural (NDE) resultou em uma redução de risco de 12% (eficácia de 42,5%).
  • Conclusão do exemplo: A compensação de risco "escondeu" parte da eficácia biológica da vacina no cenário real. O NDE revela o potencial máximo da vacina se o comportamento fosse mantido inalterado pela vacinação.
• Análise de Sensibilidade: Discutem que erros de medição no comportamento ($B$) tendem a fazer com que a estimativa do NDE caia entre o efeito real e o efeito total verdadeiro.

5. Significado e Implicações

• Política de Saúde Pública: O NDE oferece uma métrica crucial para formuladores de políticas. Ele responde à pergunta: "Qual seria o impacto da vacina se pudéssemos garantir que as pessoas não mudassem seu comportamento após a vacinação?". Isso pode justificar intervenções de comunicação que visem "desligar" a influência da vacinação sobre o comportamento de risco.
• Desenho de Estudos: O artigo enfatiza a necessidade crítica de coletar dados comportamentais detalhados em estudos observacionais de vacinas, não apenas dados clínicos.
• Validade Externa: Alerta que os resultados de ensaios clínicos cegos podem superestimar a eficácia no mundo real se a compensação de risco for significativa, ou subestimar a eficácia biológica intrínseca.
• Avanço Metodológico: O trabalho preenche uma lacuna na literatura de inferência causal aplicada à epidemiologia de vacinas, oferecendo ferramentas para separar efeitos biológicos de efeitos comportamentais em cenários complexos com confusão e interferência.

Em suma, o paper argumenta que ignorar a via comportamental pós-vacinação leva a uma compreensão incompleta da efetividade vacinal e propõe o Efeito Direto Natural como a ferramenta estatística adequada para isolar e quantificar a proteção biológica real, independentemente das mudanças de comportamento induzidas pela vacina.