COVID-19が定期接種に与えた影響
パンデミックが世界のワクチン接種率にどんな影響を与えたかを調べてる。
Beth Evans, L. Kaiser, O. Keiser, T. Jombart
― 1 分で読む
目次
COVID-19パンデミックは2020年3月から2023年5月まで続いて、世界中の健康システムや人々の日常生活に大きな影響を与えた。多くの病院やクリニックがCOVID-19患者であふれ、通常の健康サービスが減少した。この間、医療の利用は約三分の一減少して、みんなが医療を受ける方法が変わったことがわかった。ウイルスと闘うために、多くの国がロックダウンや学校の閉鎖、旅行制限などの厳しい対策を実施した。この行動はCOVID-19の広がりを止めるためだったけど、同時に通常の健康サービスへのアクセスにも影響を与えた。
ルーチン予防接種(RI)は、赤ちゃんを病気から守るためにとても大切。2歳未満の子供たちのワクチン接種が含まれていて、国によって接種スケジュールは異なるけど、世界保健機関はすべての国にいくつかのワクチンを推奨している。RIは毎年何百万もの命を救うことができる。予防接種の成功を測る重要な指標の一つは、ジフテリア・破傷風・百日咳(DTP)ワクチンの接種率で、これは第3回目の接種を受けた子供の数を追跡する。
研究によると、パンデミック中に予防接種のカバレッジが減少したって報告されている。2020年にはDTP3のカバレッジが2.7%、2021年には3.2%、2022年には2.5%減ったって。いくつかの国は回復したけど、多くの国はカバレッジが続けて減少してた。なんでいくつかの国は予防接種プログラムをうまく管理できたんだろう?何が違いを生んだのかを知ることが、今後の健康危機の時に同じような問題を防ぐのに役立つかも。
多くの研究が、予防接種システムのパフォーマンスに影響を与える要因を調査してきた。これらの研究は、予防接種に影響を与える要因を大きく3つの分野に分けた:医療施設の準備状況、サービスへのアクセスの容易さ、そして人々のワクチンを受ける意思。パンデミック中にいくつかの調査が示したのは、COVID-19の感染を恐れることや交通手段の不足、ロックダウンが人々が予防接種を受けなかった主な理由だった。さらに、医療施設の閉鎖や医療従事者の不足もサービスを受ける上での大きな障害だった。
私たちの研究は、パンデミックがルーチン予防接種にどのように影響したかに焦点を当てていて、これらの調査からの知見を分析することを目指している。国ごとの特有の要因を特定して、予防接種カバレッジの変化に寄与した要因を明らかにしたいと思っている。この知識は、危機の間に予防接種システムを強く保つのに役立つ。
研究方法
概念フレームワーク
私たちの研究は、低中所得国における予防接種カバレッジに影響を与える要因についてのさまざまな研究をレビューして作成したフレームワークに基づいている。このフレームワークをパンデミックの文脈と私たちが持っているデータに合わせて調整した。
従属変数
パンデミック中のルーチン予防接種カバレッジの変化を分析するために、期待されるカバレッジレベルと実際に報告されたものを比較した。時間を通じての差を特定するために統計的方法を使用した。
独立変数
研究に関連する16の要因を特定した。国同士の比較ができるように、1人当たりのデータと標準化された財政指標を調べた。不完全なデータを除外した後、119カ国からの情報が得られた。
主成分分析(PCA)
データを簡素化して冗長性を避けるために、密接に関連する指標をより広いカテゴリーにグループ化した。これによってデータを少数のより意味のある要素に要約するのが助けになった。
単変量分析
地域ごとのデータのばらつきを調べ、各要因と予防接種カバレッジの変化との関係を比較した。
重回帰分析
線形回帰とランダムフォレスト回帰法を組み合わせた混合方法アプローチを使用してデータを分析した。この戦略は、伝統的な統計分析と現代の機械学習技術の両方の利点を活用した。
結果
線形回帰の結果
私たちの最良のモデルは、パンデミックによる予防接種カバレッジの変化の約20%を説明できた。このモデルには、パンデミック前の予防接種システムの強さと保健労働力の能力という2つの主要な要因が含まれていた。予防接種カバレッジがある一定のレベル(おおよそ83%)を下回ると、パンデミック前の予防接種プログラムの強さがパフォーマンスを理解するのにあまり寄与しないことがわかった。しかし、そのレベルを超えると、パンデミック前の高いカバレッジはCOVID-19中の予防接種維持の結果が良くなることと関連していた。
似たように、医療従事者の数についても興味深い関係が見られた。人口10,000人あたり約60人の医師と看護師までなら、より多くの医療従事者がカバレッジの低下を悪化させるように見えた。しかし、このポイントを超えた場合は、より多くの医療従事者が予防接種のパフォーマンスを維持するのに役立った。
ランダムフォレストの結果
ランダムフォレストモデルでは、トレーニングデータの38.1%を説明できたが、テストデータではわずか10%しか説明できなかった。両方のモデルは、パンデミック前の予防接種プログラムの強さと保健労働力の能力が最も重要な要因であることに同意していた。追加の重要な予測因子には、一般的な医療システムの強さや政府の医療費などの財政指標が含まれていた。
結果は、予防接種プログラムの強さと医療従事者の能力には、危機の間にRIの中断に大きな影響を与える一定の閾値があることを示している。
結果の解釈
強い予防接種プログラムが大きな健康危機の間にカバレッジを維持するのに役立つことを見るのは希望の持てること。83%のカバレッジ閾値を下回ると、弱い予防接種システムはパンデミック中の一貫したパフォーマンスを示すのに苦労した。これは、少なくとも最低限のプログラムの強さが中断からの保護に必要かもしれないという考えを強調している。
一方で、十分な医療従事者がいることもパンデミック中のパフォーマンスを改善したことがわかった。しかし、閾値以下の負の結果を解釈する際には注意が必要で、医師や看護師のデータだけに頼ると他の重要な労働者の貢献を見逃すかもしれない。
さらに、分析は、医療システムに対する幅広い財政的支援が良い予防接種結果を達成する役割を果たしていることを示した。以前の研究もこのつながりを支持していて、GDPのような経済的要因が予防接種カバレッジの成功にとって重要であることが示されている。
その他の考慮事項
COVID-19のワクチン接種の取り組みがルーチンの予防接種に影響を与えた強い証拠は見つからなかった。潜在的な対立の懸念があったけど、初期の混乱の後にはキャッチアップの取り組みが行われたようだ。COVID-19の恐れも、一部の家族が子供の予防接種を遅らせる要因になった。
興味深いことに、屋外の移動の減少がRIパフォーマンスの低下とやや関連していることがわかった。しかし、医療施設への移動についての具体的なデータがなかったため、移動がアクセスにどのように影響したかは確実には言えない。
私たちの研究では、パンデミック政策が直接的にルーチンの予防接種サービスに影響を与えたとは言えなかった。これは、地域ごとの規制遵守の程度に差があったことを反映しているのかもしれない。
今後の展望
この研究の結果は、グローバルな健康危機の間に強い予防接種プログラムと十分な医療従事者が重要であることを示している。しかし、予防接種パフォーマンスの変動に寄与する要因はまだ多く、カバレッジの80%の変動は私たちの分析では説明できなかった。
今後の研究は、混乱に耐えるための予防接種サービス提供の具体的なコンポーネントに焦点を当てるべきだ。どの医療従事者の役割が予防接種維持に重要であるかを理解することで、雇用とトレーニングの取り組みで注目すべき分野も浮き彫りになるかもしれない。
目標は、どんな困難な時期でもすべての子供が必要なワクチンを受けられるようにすること。データの可用性の向上と詳細な分析により、すべての人に強い予防接種カバレッジを達成するためのよりターゲットを絞った効率的な戦略を作るのに役立つだろう。
タイトル: Pre-pandemic national immunisation programme strength and health workforce capacity improved routine immunisation resilience during the COVID-19 pandemic
概要: BackgroundThe adverse impact of the COVID-19 pandemic on Routine Immunisation (RI) coverage has been well-documented: most countries experienced backsliding or stagnation in coverage. Qualitative surveys indicated potential causes of such declines, including reduced health care seeking behaviour, lockdowns, and overwhelmed health systems. MethodsWe investigate determinants of RI resilience during COVID-19 at a national level for 119 countries from 2020 to 2022, using publicly available data on pre-pandemic immunisation programme performance, health workforce capacity, health systems strength, health financing, global health security preparedness, COVID-19 burden, COVID-19 containment, economic, and health policy responses, population mobility changes, and country wealth. We employ a mixed methods approach: stepwise linear regression based on a causal inference framework, and Random Forest regression to identify potential nonlinear interactions and collinear effects. ResultsWe provide evidence that stronger pre-pandemic immunisation programmes and more health workers, once above minimum thresholds (about 83% Diphtheria-Tetanus-Pertussis third-dose coverage and 60 health workers per 10,000 population), are associated with improved RI resilience. Random Forest analysis suggests health financing and health system strength impact RI resilience. COVID-19 vaccinations and pandemic policies were not associated with RI coverage changes, implying - reassuring - these acute responses did not interrupt routine services. In addition to these findings, a large fraction of variation in pandemic RI resilience remains unexplained, highlighting the need for further research on RI performance determinants. ConclusionOur findings underscore the role of robust immunisation programmes and sufficiently sized health workforces in mitigating RI disruption during global health crises once above minimum thresholds. Reassuringly, we do not find evidence that COVID-19 vaccination campaigns nor pandemic containment policies impacted RI performance - counter to qualitative survey indications. We encourage continued efforts to identify RI disruption determinants to inform the evidence base for public health practitioners globally.
著者: Beth Evans, L. Kaiser, O. Keiser, T. Jombart
最終更新: 2024-10-11 00:00:00
言語: English
ソースURL: https://www.medrxiv.org/content/10.1101/2024.10.09.24315115
ソースPDF: https://www.medrxiv.org/content/10.1101/2024.10.09.24315115.full.pdf
ライセンス: https://creativecommons.org/licenses/by/4.0/
変更点: この要約はAIの助けを借りて作成されており、不正確な場合があります。正確な情報については、ここにリンクされている元のソース文書を参照してください。
オープンアクセスの相互運用性を利用させていただいた medrxiv に感謝します。