Strengthening Post-Market Vaccine Safety Surveillance Globally: An Interpretive Description Study from Kenya, South Africa, and Canada

这项在肯尼亚、南非和加拿大开展的解释性描述研究，通过定性分析揭示了影响疫苗上市后不良反应监测与研究的关键促进与阻碍因素，并强调需结合全球统一标准与本地化策略，以加强基础设施和人力资源投入，从而提升全球疫苗安全监测体系的有效性。

要点

这篇论文就像是一次全球“疫苗安全侦探团”的联合行动报告。

想象一下，疫苗就像是我们派往身体里的“和平卫士”。在它们正式上岗前（临床试验阶段），我们已经在小范围内测试过它们是否安全。但是，当这些卫士被派往全球数亿人时，就像把一支军队撒进了大海，偶尔会出现一些极其罕见、以前从未见过的“意外状况”（比如某些人接种后出现心肌炎或血栓）。

这篇研究就是由来自加拿大（高收入国家代表）、南非和肯尼亚（中低收入国家代表）的专家组成的“侦探团”，他们聚在一起讨论：当这些罕见意外发生时，我们该如何更快地发现它、调查它，并让公众愿意配合？

以下是用大白话和比喻对这篇论文核心内容的解读：

1. 核心任务：不仅要“抓坏蛋”，还要“修路”

研究的主要目的是看看，在不同国家，大家是如何发现和处理这些疫苗罕见副作用的。

• 比喻：这就像是在修一条通往真相的高速公路。有些国家路修得很宽（加拿大），有些国家还在铺石子路（肯尼亚、南非），但大家都希望这条路能跑得快、不堵车，让坏消息（副作用）能被及时发现，让好消息（安全证据）能传得更远。

2. 侦探团的发现：两大主题

主题一：发现线索的“雷达系统”（疫苗安全监测）

这是关于如何发现并报告副作用的。研究发现，能不能发现线索，取决于几个关键因素：

• 信任是“燃料”：
  • 比喻：如果你向警察报案，警察却把你当空气，下次你就不报了。研究发现，如果人们觉得“我报了警，系统真的会管我，会给我反馈”，他们才愿意报告。
  • 现状：在加拿大，大家觉得系统反应快；但在一些地方，人们觉得报告了就像“把石头扔进黑井里”，听不到回音，所以就不报了。
• 观念是“过滤器”：
  • 比喻：很多人觉得打完疫苗发烧是“正常反应”，就像运动后肌肉酸痛一样，没必要大惊小怪去报告。或者因为宗教、社区压力，觉得承认“我打了疫苗不舒服”很丢人，于是把线索藏起来了。
• 高科技是“双刃剑”：
  • 比喻：大家开发了手机 App 来报告副作用，这就像给侦探配了无人机。但在有些地方，无人机飞出去了，数据却断网了，或者不同部门的数据系统互不相通（像不同的方言），导致信息无法汇总。
• 人手不足是“瓶颈”：
  • 比喻：就算有完美的报告系统，如果负责调查的“侦探”（医护人员）忙得脚不沾地，或者缺乏专业的检测设备，线索还是会被埋没。特别是在资源有限的国家，这种“人手荒”更严重。

主题二：招募“志愿者”的“邀请函”（参与研究）

要彻底搞清楚为什么会出现副作用，需要收集大量志愿者的血液样本和数据进行研究。

• 利他主义是“初心”：
  • 比喻：很多人愿意参与研究，不是为了钱，而是像“种树”一样，希望今天的数据能保护未来的孩子。这种“为了大家”的初心是巨大的动力。
• 便利性是“门槛”：
  • 比喻：如果去抽血要跑很远、排队两小时，大家就不去了。如果像“送外卖”一样方便，或者就在社区医院顺路就能做，大家就愿意来。
• 隐私是“保险箱”：
  • 比喻：大家担心自己的健康数据被乱用。如果研究人员不能把“保险箱”（隐私保护）解释清楚，或者表格写得像“天书”（太复杂），大家就不敢签字。

3. 侦探团的建议：如何把路修好？

这篇论文最后提出了一些非常实在的建议，就像给各国政府开的“药方”：

1. 多招人，多培训：给一线医护人员发“侦探装备”（培训），让他们有时间、有能力去调查。
2. 修好“数字高速公路”：把各个国家的报告系统连起来，让数据能像水流一样顺畅流动，而不是堵在各个部门。
3. 建立“信任桥梁”：不仅要发通知，还要用大家听得懂的语言（甚至方言），通过社区领袖、宗教领袖去解释，消除误解。
4. 简化“入场券”：把复杂的同意书改得简单易懂，让普通人也能明白自己在签什么，保护好自己的隐私。
5. 长期“输血”：不能等疫情来了才给钱，要平时就投入资金，建立稳定的监测体系。

总结

这篇论文告诉我们：疫苗安全不仅仅是科学家在实验室里的事，它是一场需要全社会配合的“接力赛”。

• 在富裕国家，问题在于系统太复杂、沟通有隔阂；
• 在发展中地区，问题在于缺钱、缺人、缺设备。

但无论在哪里，“信任” 是连接所有人的纽带。只有当人们相信系统会认真倾听、认真调查，并且保护他们的隐私时，我们才能真正建立起一个全球性的疫苗安全网，让未来的疫苗更安全、更让人放心。

技术摘要

论文技术摘要：加强全球上市后疫苗安全监测——来自肯尼亚、南非和加拿大的解释性描述研究

1. 研究背景与问题 (Problem)

随着新冠疫苗的快速开发，上市后罕见不良事件（AEFIs，如心肌炎、血栓伴血小板减少综合征 TTS）的识别变得至关重要。然而，全球范围内的疫苗安全监测基础设施存在显著差异。

• 核心挑战：罕见 AEFI 的发病率低（<1-10/10 万），且受疫苗类型、年龄、性别、地理等因素影响，导致信号检测困难。
• 研究缺口：目前缺乏对高收入国家（HICs）和中低收入国家（LMICs）在 AEFI 调查、生物样本收集及研究参与方面的促成因素和阻碍因素的深入理解。现有的评估多为定量或回顾性研究，缺乏对临床、社会及结构性/系统性因素的定性探索，特别是关于患者视角和生物样本收集的具体障碍。
• 目标：本研究旨在通过定性研究，考察影响 AEFI 病例识别、报告、数据及生物样本收集的关键因素，以加强全球疫苗安全监测。

2. 研究方法 (Methodology)

本研究采用**解释性描述（Interpretive Description）**的定性研究设计，这是一种旨在整合临床、经验和情境知识以产生实用见解的方法论。

• 研究地点：三个具有代表性的国家/地区：
  • 加拿大（高收入国家，HIC）：阿尔伯塔大学。
  • 南非（中低收入国家，LMIC）：威特沃特斯兰德大学（Wits-VIDA 和 Wits-ALIVE）。
  • 肯尼亚（中低收入国家，LMIC）：KEMRI-惠康信托研究项目。
• 参与者与抽样：
  • 采用目的性抽样和滚雪球抽样，招募了三类人群：
    1. 关键知情人 (KIs)：18 人，拥有疫苗安全监测或政策领导经验。
    2. 医护人员与研究/实验室人员 (HCW/RS)：47 人，参与 AEFI 调查、招募及生物样本库管理。
    3. 过往研究参与者 (PPs)：27 人，曾参与疫苗安全及生物样本研究。
  • 总样本量：92 人。
• 数据收集：
  • 通过半结构化访谈（针对 KIs 和 PPs）和焦点小组讨论（针对 HCW/RS）收集数据。
  • 访谈时间跨度：2023 年 12 月至 2025 年 7 月（注：原文显示部分数据收集时间为未来时间，可能为预印本修订或笔误，但按原文记录）。
• 数据分析：
  • 使用 NVivo 和 Dedoose 软件进行转录和分析。
  • 采用 Braun 和 Clarke 的六阶段主题分析法，结合解释性描述框架。
  • 进行了跨站点协作分析会议和利益相关者权力分析，以确保结果的严谨性和情境适用性。

3. 主要发现 (Key Results)

研究识别出两个主要主题及其子主题，揭示了 AEFI 监测和研究参与中的促进因素与障碍：

主题一：跨情境的 AEFI 监测与调查

1. 系统响应信任是报告的基础：
   • 报告行为不仅是技术任务，更是基于信任的关系过程。当公众和医护人员看到系统对报告做出快速、有同理心的回应（如随访、转诊）时，报告意愿增强。
   • 反之，若症状被忽视（如被归因为压力或生理因素）或缺乏反馈，信任受损，导致漏报。
2. 信念与认知塑造报告行为：
   • 症状常被正常化（视为预期反应）或被归因于其他疾病，导致未上报。
   • 社会规范（如宗教对疫苗的负面看法）和污名化阻碍了披露。
   • 部分人群依赖家庭疗法或替代医学，使 AEFI 在正式监测系统之外发生。
3. 数字创新与系统响应的复杂关系：
   • 促进因素：南非的 MedSafety 应用、肯尼亚的 PvERS 系统以及非洲联盟的 AU-3S 系统促进了数据共享和区域协作。
   • 障碍：技术未能自动转化为响应。肯尼亚存在“报告后无反馈”（黑箱效应）的问题；数据孤岛、隐私法规限制（如加拿大）及制造商匿名报告限制了因果评估和后续调查。
4. 实施差距：治理、协调与人力脆弱性：
   • 尽管政策框架完善，但执行层面存在缺口。
   • 人力瓶颈：LMICs 面临严重的结构性人力短缺和培训不足；HICs（如加拿大）则受限于初级保健的高负荷和联邦/省级管辖权模糊导致的协调延迟。
   • 诊断能力：缺乏针对特定 AEFI（如心肌炎）的明确诊断路径和检测资源。

主题二：疫苗安全研究的参与与开展

1. 利他主义与社会影响：
   • 参与研究的主要动力是利他主义、社区责任感和为后代做贡献，而非个人利益。
   • 对“受信任组织”（如当地医院、大学）的信任是参与的关键。
2. 物流与基础设施：
   • 促进因素：便捷的样本采集（如唾液）、实验室可及性、交通补贴和财务补偿。
   • 障碍：诊所拥挤、等待时间长、人员流动导致工作交接中断。
3. 机构政策、隐私与透明度：
   • 复杂的知情同意书（特别是涉及基因检测时）阻碍了理解。
   • 参与者对数据如何存储、使用和保护的透明度存在担忧。
   • 伦理审查和机构审批流程繁琐，严重延误了研究启动和结果发布。

4. 关键贡献 (Key Contributions)

• 多情境比较视角：首次通过定性方法系统比较了 HIC（加拿大）和 LMIC（肯尼亚、南非）在疫苗安全监测中的异同，揭示了尽管资源不同，但都面临信任、沟通和实施层面的共同挑战。
• 超越技术视角：强调了 AEFI 监测不仅仅是数据收集，更是一个涉及信任构建、社会规范、医患关系和系统响应性的社会技术过程。
• 利益相关者权力分析：识别了政治家、社区领袖、宗教团体和一线医护人员在疫苗安全沟通中的不同影响力，指出仅靠卫生部门不足以解决问题。
• 患者/参与者视角：纳入了过往研究参与者的声音，揭示了他们在面对复杂同意书和数据隐私时的真实顾虑，为优化研究设计提供了依据。

5. 研究意义与建议 (Significance & Recommendations)

意义

• 研究结果强调了建立全球统一标准与本地化策略相结合的必要性。
• 指出在 LMICs 中，基础设施和资金短缺是主要瓶颈；而在 HICs 中，官僚主义、隐私法规僵化和人力协调问题同样阻碍了监测效率。
• 强调了在引入新疫苗（如 RSV 疫苗）和应对未来大流行时，必须建立可持续的、以患者为中心的监测体系。

具体建议

1. 人力资源：针对一线医护人员进行 AEFI 识别和报告的定向培训，建立专门的 AEFI 监测单位。
2. 基础设施：投资整合的数字报告系统（包括移动端应用），确保数据互操作性，同时解决“报告无反馈”问题。
3. 资金可持续性：减少对临时性外部捐赠的依赖，建立国家层面的持续融资机制。
4. 沟通策略：开发多语言、文化适应的宣传活动，利用社区领袖和传统媒体建立信任，消除污名。
5. 诊断与流程：制定标准化的 AEFI 调查协议和临床响应团队；简化伦理审查流程（如建立互惠伦理审批机制），优化知情同意书以提高透明度。

结论：加强全球疫苗安全监测需要跨部门协作，投资于人力和数字基础设施，并始终将公众信任和参与者的体验置于核心位置。