Efectos de diferentes tasas de vacunación contra la COVID-19 en los resultados de salud a nivel de la población durante las oleadas de variantes en los Estados Unidos

Efectos de diferentes tasas de vacunación contra la COVID-19 en los resultados de salud a nivel de la población durante las oleadas de variantes en los Estados Unidos

En un artículo reciente publicado en BMC Salud Pública, Los investigadores analizaron la asociación entre las tasas de vacunación de la enfermedad por coronavirus 2019 (COVID-19) que varían en el tiempo y el riesgo de hospitalización (CHR) por COVID-19, un indicador de la gravedad de la enfermedad a nivel individual y la carga de morbilidad en los sistemas de salud a nivel poblacional en varios oleadas de variantes del coronavirus 2 (SARS-CoV-2) del síndrome respiratorio agudo grave en los Estados Unidos (EE. UU.).

Estudio: Asociación entre las tasas de vacunación COVID-19 y los resultados de salud en los Estados Unidos: un análisis estadístico a nivel de población.  Crédito de la imagen: Nhemz/Shutterstock.comEstudiar: Asociación entre las tasas de vacunación y los resultados de salud de la COVID-19 en los Estados Unidos: un análisis estadístico a nivel poblacional. Crédito de la imagen: Nhemz/Shutterstock.com

Fondo

Ha habido 1,1 millones de muertes por COVID-19 en los Estados Unidos hasta el 1 de marzo de 2023. Las vacunas contra el COVID-19 han frenado de manera más eficaz la enfermedad y su impacto, incluida la carga socioeconómica sobre la población y el sistema de salud del país.

Sin embargo, los estudios que evaluaron la eficacia de las vacunas contra la COVID-19 se basaron en datos individuales confundidos por factores no cuantificados y una calidad inconsistente.

Por lo tanto, en el caso de Estados Unidos, no se disponía de datos de alta resolución a nivel de población, lo que refleja asociaciones relativas en el mundo real entre las vacunas contra la COVID-19 disponibles y las CHR contra la COVID-19 a lo largo del tiempo.

Sobre el estudio

El presente estudio utilizó modelos aditivos generalizados (GAM) para investigar la relación entre las tasas de vacunación contra la COVID-19 y las CHR en 48 estados de EE. UU. entre el 19 de abril de 2021 y el 1 de marzo de 2022.

El modelo de estudio capturó dinámicas no lineales, teniendo en cuenta factores tanto dinámicos (que cambian con el tiempo) como estáticos (temporalmente constantes) que potencialmente contribuyen a la CHR de COVID-19 y a la transmisión de enfermedades.

Los primeros fueron la inmunidad natural derivada de una infección previa por el coronavirus 2 (SARS-CoV-2), síndrome respiratorio agudo grave, las políticas gubernamentales, los niveles de participación relacionados con la actividad de la población y la infraestructura de las autoridades sanitarias locales.

Por el contrario, estos incluyeron el Índice de Vulnerabilidad Social (SVI), raza/etnia, comorbilidades y gasto en atención médica de cada estado, considerados importantes en estudios anteriores.

Además, el modelo informó las tasas de incidencia de casos (CIR) de COVID-19 como una variable de resultado separada. El marco del estudio utilizó un método de transformación variable para capturar variaciones espaciales en asociaciones relativas.

El período de estudio abarcó las ondas pre-Delta, Delta y Omicron de COVID-19, y todos las evaluaron de forma independiente en este estudio.

Resultados

Los resultados del estudio destacan varios hallazgos clave sobre los efectos de la vacuna COVID-19 a nivel poblacional en los Estados Unidos.

Los GAM que utilizaron la CHR relativa (RCHR) de COVID-19 como variable de resultado mostraron valores de desviación explicada entre el 46,8% y el 72,3% para las ondas de variantes.

Además, la correlación entre las RCHR observadas y previstas tuvo fuertes correlaciones positivas que oscilaron entre 0,67 y 0,81.

La vacunación a nivel de población se asoció significativamente con una reducción de la CHR de COVID-19.

Curiosamente, las infecciones previas por SARS-CoV-2 (de uno a cuatro meses de antigüedad) mostraron fuertes asociaciones negativas con la RCHR en diferentes oleadas; sin embargo, este efecto siguió siendo variable e inconsistente tanto a nivel individual como poblacional.

Los niveles de participación de la población relacionada con la actividad (por ejemplo, visitas al gimnasio), las políticas gubernamentales y la infraestructura de salud local aumentaron el poder explicativo del diseño del estudio, favoreciendo la importancia de tenerlos en cuenta en los resultados de las vacunas COVID-19 en el momento. nivel de población.

Sin embargo, sus asociaciones fueron inconsistentes a lo largo del tiempo y entre diferentes variantes. Por ejemplo, la asociación entre los CHR de COVID-19 y las visitas al hospital cambió de negativa a positiva entre las ondas pre-Delta, Delta y Omicron.

Además, la correlación observada entre la tasa relativa de pruebas semanales y el RCHR fue negativa y disminuyó desde la onda anterior a Delta hasta la onda Omicron.

Además, los estados de EE. UU. con un SVI más alto mostraron consistentemente una RCHR más alta, y el gasto de Medicaid por persona mostró una asociación negativa constante con la RCHR.

Los GAM que utilizaron RCIR como variable de resultado demostraron un rendimiento más bajo, lo que sugiere una relación más dinámica con respecto a la transmisión de COVID-19, particularmente durante la ola de Omicron.

La variación explicada para el modelo Omicron-Booster-RCIR fue del 17 %, lo que sugiere que la vacunación de refuerzo confirió protección adicional contra la COVID-19 grave durante las oleadas de Omicron. Sin embargo, su efecto sobre la infección por Omicron fue limitado.

Conclusiones

El estudio proporciona pruebas sólidas de la eficacia de las vacunas COVID-19 contra la CHR de COVID-19 en varias oleadas de variantes en los Estados Unidos.

A pesar de la aparición de nuevas variantes, las vacunas han seguido siendo eficaces y han mitigado notablemente las consecuencias nocivas de la COVID-19 y su carga socioeconómica para los sistemas de salud. Estos datos podrían ayudar a informar futuras políticas de salud pública en los Estados Unidos.

Los estudios futuros deberían identificar otros factores que puedan capturar la dinámica de la transmisión de COVID-19 durante el período Omicron.

Además, los estudios deberían examinar la naturaleza compleja y evolutiva de la transmisión de COVID-19.

Leave a Comment

Your email address will not be published. Required fields are marked *