ผลลัพธ์ของการทดลองทางคลินิกแบบสุ่มที่สำคัญ ซึ่งนำไปสู่การอนุมัติวัคซีนโควิดทั่วโลก นำไปสู่การรายงานข่าวที่ไม่ธรรมดาของสื่อ วัคซีนได้กลายเป็นชื่อที่ใช้ในครัวเรือน แต่การทดลองเหล่านั้นเป็นเพียงจุดเริ่มต้นเท่านั้น ข้อมูลที่รวบรวมระหว่างการส่งต่อการดูแลสุขภาพ รวมถึงการให้คำปรึกษาทางการแพทย์ การรับเข้ารักษาในโรงพยาบาล การลงทะเบียนวัคซีน การทดสอบในห้องปฏิบัติการ และบันทึกการตาย ทำให้เรามีข้อมูลมากขึ้น และข้อมูลต่างๆ เกี่ยวกับวัคซีน
ข้อมูลเหล่านี้เป็นข้อมูลเกี่ยวกับบุคคลหลายล้านคนที่ไม่ระบุตัวตน
ก่อนการวิเคราะห์ เมื่อวิเคราะห์อย่างถูกต้องแล้ว พวกเขาบอกเราว่าวัคซีนทำงานได้ดีเพียงใดและผลข้างเคียงของวัคซีนในโลกแห่งความเป็นจริง
วัคซีนโควิดป้องกันคุณจากโรคร้ายแรงได้ดีแค่ไหน?
การค้นพบที่สำคัญที่สุดจากการวิเคราะห์ข้อมูลเหล่านี้คือวัคซีนจาก AstraZeneca, Pfizer และ Moderna มีคุณสมบัติเทียบเท่ากันในการลดโอกาสการเจ็บป่วยร้ายแรงจาก COVID-19 ดังที่เราแสดงในการตรวจสอบล่าสุดของเราพวกเขาทำเช่นนี้มากกว่า 80%
ผลลัพธ์เหล่านี้ขยายการค้นพบของการทดลองแบบสุ่มโดยแสดงให้เห็นว่าทุกวัยได้รับประโยชน์จากวัคซีน และผู้ที่มีโรคประจำตัวอยู่ประสบการณ์การป้องกันจากการเจ็บป่วยร้ายแรงลดลง แต่ก็ยังคุ้มค่า
คำถามต่อไปคือวัคซีนเหล่านี้ลดการแพร่เชื้อไวรัสจากคนสู่คนได้ดีเพียงใด ซึ่งการทดลองทางคลินิกแบบสุ่มไม่ได้ออกแบบมาเพื่อวัดผลโดยตรง
นักวิจัยในสหราชอาณาจักรเชื่อมโยงข้อมูลจากทะเบียนการฉีดวัคซีนกับผลการตรวจทางห้องปฏิบัติการและที่อยู่อาศัย พวกเขาแสดงให้เห็นว่าสมาชิกในครัวเรือนที่ได้รับวัคซีนซึ่งต่อมาเป็นโรคโควิด-19 มี โอกาส แพร่เชื้อไวรัสไปยังสมาชิกในครัวเรือนคนอื่นได้ครึ่งหนึ่ง เท่ากับคนที่ไม่ได้รับการฉีดวัคซีน
อย่างไรก็ตาม นักวิจัยไม่ได้วัดผลกระทบของการฉีดวัคซีนต่อการแพร่เชื้อของสายพันธุ์เดลต้าในการศึกษานี้ เนื่องจากดำเนินการก่อนที่สิ่งนี้จะแพร่หลายในสหราชอาณาจักร นักวิจัยในสหราชอาณาจักรได้เผยแพร่ข้อมูลประมาณการประสิทธิภาพของวัคซีนต่อต้านไวรัสโคโรนาสายพันธุ์ต่างๆ
รายงานล่าสุดจากอังกฤษพบว่าวัคซีน AstraZeneca หรือ Pfizer
โด๊สเดียวให้การป้องกันเพียงเล็กน้อย (30-40%) จากการติดเชื้อที่มีเชื้อ Delta การฉีดวัคซีนเต็มรูปแบบด้วยไฟเซอร์ 2 โดส ให้การป้องกันที่ดีกว่า (88%) มากกว่าแอสตร้าเซเนกา 2 โดส (67%)
อย่างไรก็ตาม รายงานฉบับเดียวกันพบว่าการฉีดวัคซีนทั้ง 2 ชนิดให้การป้องกันมากกว่า 90% จากการเข้ารับการรักษาในโรงพยาบาลจาก COVID-19
ผล ข้างเคียงทั่วไปของวัคซีนติดตามโดยZoe COVID Symptom Study ซึ่งช่วยให้ผู้คนกว่าสี่ล้านคน ซึ่งส่วนใหญ่อยู่ในสหราชอาณาจักร สามารถรายงานผลข้างเคียงใดๆ ผ่านแอปได้
รายงานผลข้างเคียงโดยทั่วไปจะไม่รุนแรง (ปวดศีรษะและอ่อนเพลีย) ประมาณ 13% รายงานผลข้างเคียงทั่วไปหลังจากได้รับวัคซีนไฟเซอร์ครั้งแรก 22% หลังจากได้รับวัคซีนครั้งที่สอง ด้วย AstraZeneca มากกว่า 33% หลังจากได้รับครั้งแรก ไม่มีข้อมูลจากการให้ยา AstraZeneca ครั้งที่สองในการศึกษานี้
แอป Zoe ยังไม่ได้ระบุความเสี่ยงของภาวะแทรกซ้อนรุนแรงที่หายากของการฉีดวัคซีน อย่างไรก็ตาม ข้อมูลในโลกแห่งความเป็นจริงได้ให้ข้อมูลเบื้องต้นเกี่ยวกับความเสี่ยงของการเกิดลิ่มเลือด (การเกิดลิ่มเลือด) หลังจากได้รับวัคซีน AstraZeneca ในนอร์เวย์และเดนมาร์ก
อัตราโดยรวมของลิ่มเลือดในเส้นเลือดทุกที่ในร่างกายเพิ่มขึ้นประมาณสองเท่าเมื่อเทียบกับประชากรทั่วไป ซึ่งรวมถึงความเสี่ยงเพิ่มเติมของการเกิดลิ่มเลือดในหลอดเลือดดำในสมอง (ลิ่มเลือดในสมองชนิดหนึ่ง) ที่ 2.5 จากทุกๆ 100,000 ที่ได้รับการฉีดวัคซีนครั้งแรก (เทียบกับประชากรทั่วไป) แม้ว่าจะเป็นระดับสูง แต่ก็มีความเสี่ยงต่ำมาก
นักวิจัยไม่สามารถเข้าถึงกลุ่มควบคุมที่เหมาะสมที่ได้รับวัคซีน COVID-19 อื่น ๆ เพื่อเปรียบเทียบระดับความเสี่ยง สิ่งนี้น่าจะมีความสำคัญในการศึกษาในอนาคต
ในการทดลองทางคลินิก การสุ่มผู้เข้าร่วมการรักษาหรือการควบคุมให้ผลลัพธ์ในกลุ่มเปรียบเทียบที่คล้ายคลึงกันมาก ซึ่งหมายความว่าผลการทดลองที่แตกต่างกันควรเกิดจากการรักษา ไม่ใช่ปัจจัยอื่น การเปรียบเทียบในโลกแห่งความเป็นจริงไม่ได้ให้การรับประกันนี้
หากผู้สูงอายุที่มีโรคประจำตัวได้รับวัคซีนตั้งแต่เนิ่นๆ อาจทำให้มีกลุ่มคน (หรือกลุ่ม) ที่ป่วยมากขึ้นเพื่อติดตามและวิเคราะห์ นี่อาจทำให้วัคซีนมีประสิทธิภาพน้อยกว่าที่เป็นจริง
ในทางกลับกัน การเปิดตัวที่เปิดกว้างมากขึ้นอาจทำให้ผู้คนสุขภาพดีได้รับการฉีดวัคซีนมากขึ้น ดังนั้น วัคซีนจะดูดีขึ้น (มีประสิทธิภาพมากกว่า) มากกว่าที่เป็นจริง
ความเอนเอียงที่ซับซ้อนนี้ทำให้นักวิจัยยากที่จะแยกแยะผลกระทบที่แท้จริงของวัคซีน ดังนั้นการศึกษาในโลกแห่งความเป็นจริงจึงต้องการการออกแบบและการวิเคราะห์ที่ซับซ้อนกว่าการทดลองแบบสุ่ม
อย่างไรก็ตาม มันไม่ง่ายเลย การทดลองแบบสุ่มยังสามารถเป็น “โลกแห่งความจริง” เมื่อรวมเกณฑ์กว้างๆ ว่าจะรวมใครบ้าง ในขณะที่เราต้องการการทดลองแบบสุ่มมากขึ้น การทดลองเหล่านี้จะไม่ตอบคำถามที่เกิดขึ้นใหม่ทั้งหมดเร็วพอ นั่นเป็นเหตุผลว่าทำไมข้อมูลในโลกแห่งความจริงจึงทรงพลังมากท่ามกลางการแพร่ระบาด
