1. Cel badania
Ocenić, czy korzyści ze stosowania obowiązkowego PSO u dzieci (zmniejszenie zachorowań, hospitalizacji, powikłań i zgonów z powodu chorób zakaźnych objętych PSO) przeważają nad ryzykiem wystąpienia ciężkich NOP, przy uwzględnieniu niepełnego zgłaszania NOP.
2. Ogólna koncepcja
Prospektywne/retrospektywne badanie kohortowe porównujące:
- Kohorta „zaszczepione” — dzieci, które otrzymały szczepienia zgodnie z PSO.
- Kohorta „nieszczepione” — dzieci, których rodzice zrezygnowali z obowiązkowych szczepień (istniejąca, naturalna grupa kontrolna).
Porównamy występowanie:
a) przypadków chorób objętych PSO (i ich ciężkich konsekwencji: hospitalizacja, powikłania, zgon),
b) ciężkich NOP (zgłoszonych i oszacowanych z uwzględnieniem niedoszacowania).
3. Źródła danych (Polska) — co zbierać i skąd
- Rejestr szczepień / dokumentacja POZ i kartoteki w punktach szczepień (potwierdzenie statusu szczepień). (PSO — kalendarz i schematy dostępne w PZH). (Szczepienia.Info)
- Zgłoszenia NOP do Inspekcji Sanitarnej / NIZP-PZH (formalny system zgłaszania). (Gov.pl)
- Dane z NFZ / bazy szpitalne (hospitalizacje wg ICD, z rozpoznaniami powikłań chorób zakaźnych oraz inne poważne zdarzenia medyczne).
- Rejestry urodzeń / PESEL do śledzenia follow-up (łączenie danych).
- Badanie ankietowe rodziców / telefony do opieki POZ (uzupełnienie o NOP niezgłoszone formalnie).
- Sentinel active-surveillance w wybranych ośrodkach pediatrycznych (aktywny nadzór nad NOP przez określony czas, np. 12–24 miesiące) w celu estymacji współczynnika niezgłoszeń.
4. Definicje i kryteria zdarzeń
- Przyjąć standardowe, prawnie zdefiniowane kryteria ciężkiego NOP zgodnie z wytycznymi Ministra Zdrowia / NIZP-PZH (np. hospitalizacja/życiowe zagrożenie/ trwała niepełnosprawność/śmierć). (Gov.pl)
- Zdefiniować okna czasowe „powiązania czasowego” od szczepienia dla poszczególnych NOP (np. do 30 dni, do 6 miesięcy — wg wytycznych dla każdego typu NOP).
- Zdefiniować przypadki chorób zakaźnych (laboratoryjne/podejrzenie kliniczne) wg ICD.
5. Projekt szczegółowy i procedura
- Populacja i kryteria włączenia:
- Dzieci urodzone w określonym okresie (np. roczniki X–Y) zamieszkałe w wybranych regionach lub dostępne w krajowej próbie.
- Wykluczyć dzieci z ciężkimi wrodzonymi immunodeficytami, dla których schemat szczepień jest zmodyfikowany (albo analizować osobno).
- Zebranie informacji o statusie szczepień:
- Linkowanie dokumentacji POZ/punktu szczepień z rejestrem NFZ.
- Weryfikacja dat i typów szczepionek.
- Follow-up:
- Okres obserwacji: co najmniej 2–5 lat (zależnie od badanych efektów; krótszy dla ostrego NOP, dłuższy dla oceny zapobiegania chorobom rzadkim lub przewlekłym powikłaniom).
- Gromadzenie zdarzeń:
- Automatyczne linkowanie do bazy hospitalizacji NFZ (wsz. zdarzeń medycznych), z przeglądem kartotek w celu potwierdzenia przyczyn hospitalizacji i oceny związków z szczepieniem.
- Zgłoszenia NOP (oficjalne) + aktywne poszukiwanie przypadków (ankiety, badania sentinelowe, przegląd dokumentacji szpitalnej).
6. Walka z biasami i kontrola konfudujących
- Selekcja: rodzice rezygnujący ze szczepień różnią się — socjoekonomicznie, zdrowotnie, w zakresie korzystania z opieki zdrowotnej. Zastosowania:
- Propensity score matching (PSM) — dopasowanie zaszczepionych i nieszczepionych wg: wieku, płci, miejsca zamieszkania, statusu socioekonomicznego, liczby rodzeństwa, wcześniejszych hospitalizacji, korzystania z POZ, chorób przewlekłych, edukacji rodziców.
- W analizie dodatkowo inverse probability of treatment weighting (IPTW) jako alternatywa.
- Informacja/rekordy (misclassification): weryfikacja statusu szczepień i wyników klinicznych; stosowanie algorytmów do wykrywania błędnych wpisów i ręczny przegląd próbek.
- Confounding by indication: rzadziej w szczepieniach, ale rozważyć — np. opóźnienia szczepień z powodu chorób — uwzględnić jako zmienną.
- Sensytywność na niezgłoszone NOP: (patrz sekcja 7).
7. Rozwiązanie problemu niepełnego zgłaszania ciężkich NOP — podejście wielokierunkowe
Kluczowy element projektu — uwzględnić i zmierzyć możliwą skalę niezgłoszeń. Proponowane techniki:
A) Active surveillance (sentinel sites)
- W wybranych ośrodkach pediatrycznych (np. 10–20 szpitali/oddziałów pediatrycznych) wprowadzić aktywny monitoring (system zgłaszania i badania każdego podejrzanego ciężkiego NOP) przez ustalony okres (np. 12–24 miesięcy). Z tych danych można oszacować współczynnik raportowania (raportowane/rozpoznane rzeczywiste przypadki w sentinelach) i przenieść estymator na populację ogólną, z uwzględnieniem korekt.
B) Capture–recapture / wielozródłowa analiza
- Połączyć co najmniej 2–3 niezależne źródła, np. (1) oficjalne zgłoszenia NOP do Inspekcji Sanitarnej, (2) hospitalizacje z NFZ z klasyfikacją odpowiadającą ciężkim NOP, (3) zgłoszenia przez rodziców/ankietę/POZ. Metoda capture–recapture daje estymat wielkości „ukrytej” populacji przypadków na podstawie nakładania się źródeł.
C) Ankiety retrospektywne / badanie kohorty rodziców
- W losowej próbie rodziców zapytać o poważne zdarzenia zdrowotne po szczepieniach, które nie zostały zgłoszone formalnie. To pomaga oszacować odsetek niezgłoszonych ciężkich zdarzeń.
D) Modele bayesowskie / wielomodelowe wrażliwości
- Przyjąć parametr „r” = średnia liczba ciężkich NOP niezgłoszonych przypadających na 1 zgłoszony przypadek. W analizie przeprowadzić bayesowską analizę wrażliwości, nadając rozkład prior dla r (np. lognormal czy beta jeśli chodzi o proporcję) i uwzględnić niepewność w ostatecznych estymatach korzyści vs ryzyka. Wyniki pokazywać jako rozkłady posterior (np. prawdopodobieństwo, że korzyści > ryzyko przy różnych wartościach r).
E) Multiplier method
- Dla prostszej prezentacji: oszacować „prawdziwą” liczbę NOP jako zgłoszone × mnożnik M, gdzie M = 1 + r. Następnie powtarzać analizę dla M z przedziału (np. 1 — brak niezgłoszeń) do wartości wysokich (np. 10–100) w scenariuszach skrajnych, aby zobaczyć wytrzymałość wniosków.
8. Metryki i miary efektu
- Korzyści:
- Incidence rate chorób objętych PSO na 1000 dzieci-lat (zaszczepione vs nieszczepione).
- Hospitalizacje zapobiegnięte / rok.
- Powikłania powstrzymane (np. ciężkie powikłania odry/pneumokoków) i zgony zapobiegnięte.
- NNV (Number Needed to Vaccinate) do uniknięcia 1 hospitalizacji / 1 przypadku powikłania / 1 zgonu.
- Ryzyko:
- Incidence rate ciężkich NOP (zgłoszone i skorygowane o niezgłoszenia) na 100 000 szczepionych.
- NNH (Number Needed to Harm) — liczba szczepionych potrzebna, by spowodować 1 ciężki NOP.
- Ostateczna miara „net benefit”:
- Porównanie NNV vs NNH; lub liczba poważnych zdarzeń zapobiegniętych na jednego poważnego NOP wywołanego. Przedstawić jako rozkład (przy niepewności M).
9. Analiza statystyczna
- Porównania incydencji: modele Coxa (czas do zdarzenia), modele Poissona / neg-binomialne dla częstości zdarzeń, z uwzględnieniem dopasowań/ważenia PSM/IPTW i klastrowania po regionach.
- Analizy podgrup: wiek, typ szczepionki, jednoczesne szczepienia, komorbidności.
- Analiza wrażliwości: powtórzyć wszystkie analizy przy różnych wartościach mnożnika niezgłoszeń M (np. 1, 2, 5, 10, 20) oraz rozkładach priors w modelach bayesowskich; raportować progi M, przy których wnioski się zmieniają (tzn. korzyści przestają przeważać).
- Estymacja ryzyka przypisanego do konkretnych szczepionek (jeśli dane na to pozwalają) — ale zachować ostrożność przy rzadkich zdarzeniach.
10. Przykładowa interpretacja/raport wyników (co chcemy otrzymać)
- Estymat: „Zaszczepienie 100 000 dzieci zapobiegło X hospitalizacjom i Y powikłaniom; zgłoszono Z ciężkich NOP, przy estymowanym mnożniku niezgłoszeń M mediana = m (95% CI). Po korekcie o niezgłoszenia (M) oczekiwane ciężkie NOP = Z×M. Stosunek zapobiegniętych poważnych zdarzeń do dodatkowych ciężkich NOP = …”.
- Grafika: krzywa „net benefit” vs mnożnika M; punkt krytyczny M* gdzie net benefit = 0 (granica, przy której ryzyko równa korzyściom).
11. Etyka, prawo i zgody
- Badanie obserwacyjne wykorzystuje dane wtórne — wymagane zatwierdzenie przez komisję bioetyczną, zapewnienie ochrony danych osobowych (RODO), anonimizacja/psedonimizacja PB.
- Nie ingerujemy w dostęp do szczepień — zgodnie z Twoim założeniem.
- Dodatkowe informowanie rodziców w sentinelach (zgody na udział w aktywnym nadzorze).
12. Wielkość próby — ogólna wskazówka
- Dokładne liczby wymagają założeń o częstości zdarzeń (np. częstość ciężkich NOP i częstość hospitalizacji z powodu danej choroby w nieszczepionych).
- Dla rzadkich zdarzeń (np. ciężkie NOP rzędu 1/100000), potrzebne są bardzo duże kohorty (dziesiątki lub setki tysięcy), stąd uzasadnione jest użycie krajowych rejestrów i wieleletniego follow-upu.
- Procedura: podać oczekiwaną różnicę ryzyka, poziom alfa (0.05), moc 80–90% → policzyć rozmiar próby dla porównań współczynników (formuła dla testu proporcji/rate ratio albo użyć modeli Poissona). Mogę policzyć przykładowe wielkości po podaniu konkretnych założeń (np. założona częstość hospitalizacji w nieszczepionych i oczekiwane RR).
13. Ograniczenia badania
- Reszta nieusuniętych confounderów wynikająca z samowyboru.
- Niedoskonałość estymacji mnożnika niezgłoszeń — choć active surveillance i capture–recapture znacząco to poprawią.
- Błąd w rozpoznawaniu NOP vs inne zdarzenia medyczne; konieczność klinicznej weryfikacji przypadków.
14. Harmonogram i zasoby (skrócone)
- Faza przygotowawcza (6–9 mies.): uzyskanie pozwoleń, przygotowanie linkowania danych, wybór sentinel sites.
- Zbieranie danych retrospektywnych + prospektywne (12–36 mies.).
- Analiza i raport (6–9 mies.).
- Zespół: epidemiolodzy, statystycy (ze znajomością PSM i modeli bayesowskich), pediatrzy, informatycy zdrowotni, specjaliści ds. RODO.
15. Rekomendowane kroki praktyczne do wdrożenia w Polsce
- Uzyskać dostęp (porozumienia) do: rejestrów NFZ, dokumentacji POZ/punktów szczepień, rejestrów urodzeń, zgłoszeń NOP (Inspekcja Sanitarna / NIZP-PZH). (Szczepienia.Info)
- Uruchomić program sentinelowy w 10–20 placówkach pediatrycznych (aktywny nadzór nad NOP) — klucz do oszacowania współczynnika niezgłoszeń.
- Zaprojektować capture–recapture między trzema źródłami (formalnymi zgłoszeniami NOP, NFZ/hospitalizacje, ankietami rodziców).
- Przygotować plan analityczny z analizami wrażliwości na mnożnik niezgłoszeń M (pre-specyfikacja progów).
- Raportować wyniki w formie przejrzystej: NNV, NNH, rozkłady posterior i scenariusze (np. „nawet przy mnożniku M=10 korzyści przeważają o X%” albo „jeśli M>Y, wtedy…”).
16. Polskie źródła i dokumenty pomocnicze (wybrane)
- Kalendarz szczepień 2025 — dokument PZH (PDF). (Szczepienia.Info)
- Informacje o zgłaszaniu NOP i aktach prawnych (GIS / MZ). (Gov.pl)
- Artykuły i wiadomości nt. spadku wyszczepialności w Polsce (tło epidemiologiczne, przydatne do planowania mocy badania). (Fakty TVN24)
- Raporty NOP publikowane przez NIZP-PZH (dostępność i formy raportowania). (Szczepienia.Info)
17. Krótki przykład ilustrujący pracę z mnożnikiem niezgłoszeń (jak interpretować)
Przykład uproszczony (hipotetyczny):
- W grupie zaszczepionej 100 000 dzieci: zgłoszono 2 ciężkie NOP (Z = 2).
- Przy M = 1 (brak niezgłoszeń): oczekiwane ciężkie NOP = 2.
- Przy M = 10: oczekiwane = 2 × 10 = 20 (czyli 20/100 000).
- Jeśli ta sama kohorta (100 000) przyczyniła się do uniknięcia np. 200 hospitalizacji z powodu chorób objętych PSO, to stosunek zapobiegniętych hospitalizacji do ciężkich NOP przy M=1 wynosi 200/2 = 100; przy M=10: 200/20 = 10.
- W modelu bayesowskim dostaniesz rozkład prawdopodobieństwa tego stosunku przy niepewności co do M. Szukamy „próg M*”, przy którym stosunek ≤1 (korzyści nie przewyższają ryzyka).
18. Wnioski / podsumowanie
- Realistyczne, wiarygodne oszacowanie wymaga dużej, zintegrowanej bazy danych i — kluczowo — aktywnego nadzoru sentinelowego i/lub capture–recapture, żeby oszacować skalę niezgłoszeń ciężkich NOP.
- Najlepsza praktyka: połączenie metod obserwacyjnych (PSM/IPTW), aktywnego nadzoru oraz bayesowskiej analizy wrażliwości pozwoli przedstawić wiarygodne, przejrzyste wyniki — nie „jedną liczbę”, lecz przedział scenariuszy i prawdopodobieństw, w których korzyści przeważają lub nie przeważają nad ryzykiem.
- W Polsce dostępne są źródła (PZH/NIZP, NFZ, sanepid) umożliwiające realizację takiego projektu, ale konieczne są porozumienia i zasoby na active surveillance oraz analizę danych. (Szczepienia.Info)
