Direct and Indirect Effects in Vaccine Efficacy and Effectiveness

Me, Halloran; Haber, Michael; Im, Longini; Struchiner, Cláudio J.

doi:10.1093/oxfordjournals.aje.a115884

Cited by 260 publications

(168 citation statements)

References 25 publications

Supporting

Mentioning

159

Contrasting

Unclassified

Order By: Relevance

“…This might explain the heterogeneous Chow Test results for different age groups in the vaccination period. Parameters for evaluating vaccine intervention programs against infections diseases must take into account the direct effects of the intervention as well as the indirect, also known as the protective effects, that are mediated by the intervention-induced changes in transmission of disease (Halloran et al 1991).…”

Section: Discussionmentioning

confidence: 99%

The Epidemiological Impact of Antimeningococcal B Vaccination in Cuba

Rodríguez

Dickinson

Baly

et al. 1999

Mem. Inst. Oswaldo Cruz

View full text Add to dashboard Cite

The incidence of invasive meningococcal disease (IMD) before (1984-1988) and after (1989-1994), a nationwide intervention with VA-MENGOC-BC vaccination started in 1989, was compared. The prevaccination period incidence density was higher than the postvaccination ID (ID< 6.5/ 10 5 ID between 1989 and 1990 in children under 1 year old, 5-9, 10-14, 15-19 and 50-54 year-person). The percentage proportional differences from the start to the end of each period of ID in the vaccinal period was higher (87%) than the prevaccinal (37%) with significant differences among vaccinated groups (< 25 years old). A break-point (Chow test) was confirmed by the decrease in the

show abstract

Section: Discussionmentioning

confidence: 99%

The Epidemiological Impact of Antimeningococcal B Vaccination in Cuba

Rodríguez

Dickinson

Baly

et al. 1999

Mem. Inst. Oswaldo Cruz

View full text Add to dashboard Cite

show abstract

“…O risco então não seria um conceito passível de ser transposto à singularidade sem mediações 1 . Esta construção metodológica é coerente com a visão que distingue risco -enquanto medida de probabilidade individual, de uma derivação deste, a razão de densidade de incidência -enquanto medida capaz de estimar a força de morbidade em populações 11,16 . A duplicidade de objetivos de medidas construídas a partir da mesma lógica causai, poderia ser vista como ambigüidade, pois a epidemiologia define-se como o estudo de doenças em populações.…”

Section: Discussionunclassified

Modelos de inferência causal: análise crítica da utilização da estatística na epidemiologia

Czeresnia

M²,

M³

1995

Rev. Saúde Pública

View full text Add to dashboard Cite

Discute-se a base de construção do conceito de risco, a partir da descrição do modelo de inferência causal de Rubin, desenvolvido no âmbito da estatística aplicada, e incorporado por uma vertente da epidemiologia. A apresentação das premissas da inferência causal torna visível as passagens lógicas assumidas na construção do conceito de risco, permitindo entendê-lo "por dentro". Esta vertente tenta demonstrar que a estatística é capaz de inferir causalidade ao invés de simplesmente evidenciar associações estatísticas, estimando em um modelo o que é definido como o efeito de uma causa. A partir desta distinção entre procedimentos de inferência causal e de associação, busca-se distinguir também o que seria a dimensão epidemiológica dos conceitos, em contrapartida a uma dimensão simplesmente estatística. Nesse contexto, a abordagem dos conceitos de interação e confusão toma-se mais complexa. Busca-se apontar as reduções que se operam nas passagens da construção metodológica do risco. Tanto no contexto de inferências individuais, quanto populacionais, esta construção metodológica impõe limites que precisam ser considerados nas aplicações teóricas e práticas da epidemiologia. Risco. Inferência. Causalidade. Modelos de risco proporcionais. IntroduçãoUma questão considerada fundamental na epidemiologia é a conceituação e operacionalização metodológica da causalidade. Identificar causas é uma das maneiras do pensamento científico abordar a explicação das origens de um fenôme-no. A causa seria um agente eficaz, e desvendá-la garantiria um conhecimento maior a respeito do fenômeno estudado, na medida em que é possível intervir sobre um efeito quando se remonta à sua causa.A causalidade foi trabalhada na epidemiologia, a partir da busca da causa verdadeira e específica da doença. Essa abordagem ganhou legitimidade com a identificação de agentes específicos responsáveis pela transmissão de doenças infecciosas. No entanto, a partir da necessidade de contornar a "ignorância" a respeito dos processos causais das chamadas doenças não transmissíveis ou crônico-degenerativas, o tratamento conceitual e metodológico da causalidade deslocou-se para a quantificação do risco. A busca da identificação de fatores de risco numa rede de múltiplas causas Separatas/Reprints:

show abstract

“…Time-trend studies may be used to study the overall effect of vaccination, that is the reduction in average risk for a person in a vaccinated population with a given level of coverage, compared to a person in an unvaccinated population (54,55). Moreover, it may be limited to age groups that are not eligible for vaccination, studying the indirect effect of the vaccine, which is the impact of increased vaccine coverage in one age group on outcomes in another (3).…”

Section: Time-trend Ve Studiesmentioning

confidence: 99%

Observational studies and the difficult quest for causality: lessons from vaccine effectiveness and impact studies

2016

View full text Add to dashboard Cite

Although randomized placebo-controlled trials (RCT) are critical to establish efficacy of vaccines at the time of licensure, important remaining questions about vaccine effectiveness (VE) -used here to include individual-level measures and population-wide impact of vaccine programs --can only be answered once the vaccine is in use, from observational studies. However, such studies are inherently at risk for bias. Using a causal framework and illustrating with examples we review newer approaches to detecting and avoiding confounding and selection bias in three major classes of observational study design: cohort, case-control, and ecological studies. Studies of influenza VE, especially in seniors, are an excellent demonstration of the challenges of detecting and reducing such bias, and so we use influenza VE as a running example. We take a fresh look at the time-trend studies often dismissed as "ecological." Such designs are the only observational study design that can measure the overall effect of a vaccination program (indirect (herd) as well as direct effects), and are in fact already an important part of the evidence base for several vaccines currently in use. Despite the great strides towards more robust observational study designs, challenges lie ahead for evaluating best practices for achieving robust unbiased results from observational studies. This is critical for evaluation of national and global vaccine program effectiveness.

show abstract

Direct and Indirect Effects in Vaccine Efficacy and Effectiveness

Cited by 260 publications

References 25 publications

The Epidemiological Impact of Antimeningococcal B Vaccination in Cuba

The Epidemiological Impact of Antimeningococcal B Vaccination in Cuba

Modelos de inferência causal: análise crítica da utilização da estatística na epidemiologia

Observational studies and the difficult quest for causality: lessons from vaccine effectiveness and impact studies

Contact Info

Product

Resources

About