Comparison of Influenza Vaccine Effectiveness Estimates Using Test-Negative Prospective Enrollment and Electronic Health Record Data, United States, 2024--2025
这项研究发现，在2024-2025年季节期间，基于回顾性电子健康档案数据的流感疫苗有效性估算值与来自美国的前瞻性检测阴性入组研究结果总体一致，尽管在65岁及以上成年人群中出现了显著差异。
原始论文根据 CC0 1.0（https://creativecommons.org/publicdomain/zero/1.0/）发布到公有领域。 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。 阅读完整免责声明
想象一下，流感季节就像一场大规模、混乱的舞会，一种狡猾的病毒试图闯入这场派对并让每个人都病倒。每年，科学家们都扮演着保安和派对策划者的角色，试图弄清楚人们佩戴的“疫苗护盾”是否真的能阻止病毒进入。为了做到这一点，他们通常会玩一场“侦探”游戏。他们寻找那些因为感觉身体很不舒服（咳嗽、发烧等等）而去看医生的患者，并询问：“你接种过流感疫苗吗？”然后，他们会对这些人进行测试，看他们是否真的患了流感。如果那些没有患流感的人比那些患有流感的人更有可能接种过疫苗，那就说明护盾起作用了！
但问题在于：寻找这些生病的人并逐一进行测试，就像试图用镊子去数海滩上的每一粒沙子一样。这需要耗费大量时间，并且需要一个庞大的团队拿着采样拭子到处奔波。最近，出现了一个新想法：如果我们直接查看医生为每位患者记录的巨大数字“日记”会怎样呢？这些电子健康记录（EHR）就像是包含数百万条条目的海量自动化图书馆，记录了谁生病了、谁接受了检测以及谁接种了疫苗。科学家们一直在问的大问题是：我们能否信任这个巨大的数字图书馆，让它讲述出与那些拿着镊子的辛苦侦探们同样的故事？如果图书馆说护盾有效，侦探是否也会同意？
这篇论文讲述了在 2024–2025 年美国流感季节期间，这两种方法之间的一场大规模对决。研究人员决定让“老派侦探”（美国流感疫苗有效性监测网络，他们亲自招募并调查了数千名患者）与“数字图书管理员”（他们扫描了数百万份电子健康记录）进行较量。他们想看看这两组人是否会对流感疫苗的效果得出相同的答案。
结果出人意意地和谐。当“老派侦探”亲自访谈并采样了 6,793 名患者时，他们发现流感疫苗在预防人们因病就医方面的有效率约为 36%。而当“数字图书管理员”扫描了其电子记录中多达 282,444 次的就诊记录时，他们发现疫苗的有效率为 38%。这是一个非常小的差异！这就像两位不同的天气预报员在观察同一场风暴，他们都同意会下雨，即使一个说是“大雨”，另一个说是“中雨”。
然而，当你观察老年群体时，故事变得有点曲折了。对于大多数年龄段，从儿童到 65 岁以下的成年人，两种方法都完全一致。但当涉及到 65 岁及以上 的成年人时，两种方法开始唱起了不同的调子。“数字图书管理员”仍然看到了 35% 的稳固保护力。但“老派侦探”由于研究的老年人样本量较小，无法确定疫苗是否有效；他们的数字非常不稳定，看起来有效率可能在 -3%（这意味着疫苗毫无作用，甚至可能让情况稍微变糟，但这很可能只是统计学上的偶然误差）到 30% 之间的任何地方。
论文指出，虽然数字图书馆方法是一种强大、快速且准确的工具，能够匹配传统的侦探工作，适用于大多数人，但在观察最年长的成年人群体时，我们需要格外小心。数字记录为他们提供了清晰、自信的答案，但传统方法由于规模太小而无法确定。作者并不是在说一种方法“错误”而另一种方法“正确”，而是说数字方法似乎是一种可靠、高速的替代方案，可以处理庞大的人群。他们建议，随着我们对这些数字记录越来越熟悉，我们或许能够比以前更快地追踪流感护盾的强度，只要我们留意那些数据可能会变得模糊不清的棘手老年年龄组即可。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。