【Hib】ヒブワクチンはインフルエンザ桿菌による重症感染症を予防する【予防接種】

など、ワクチンに関する質問は様々です。また、質問はしなくても、ワクチンの有効性をきちんと理解できている方は少ないでしょうし、ワクチンを推奨する小児科医ですら、どの程度の有効性が確実に理解できている方は多くはないかもしれません。

今回はヒブ（Hib）ワクチンの投与回数と有効性を示したメタ解析の論文をピックアップしました。原文はこちらになります。

ヒブ（Hib）感染症そのものについてはこちらで詳しく解説しています。

Hibとはインフルエンザ桿菌の略語で、感染すると

などを起こします。特に３−４歳未満の乳幼児は感染しやすいため、ワクチンで予防が行われています。

今回のこちらの論文では、Hibワクチンの投与回数と有効性を検討しています。

研究の方法

今回の研究では、

を対象にヒブワクチンの投与回数と有効性を検討しています。

ワクチン投与群と非投与群で、侵襲性ヒブ感染症のリスクを比較しています。

統計解析では固定効果モデル（Fixed-effect model）を使用してワクチンの効果を検討しています。

と計算しています。

研究間のばらつきの評価はQ testが行われています。

9つの研究がメタ解析に組み込まれました。

研究間でのばらつきは統計学的には認めませんでした。

ワクチンの有効性は

となっています。

１歳未満は投与回数が多いほうがヒブによる重症感染症を予防できているといえます。

きちんとスケジュール通りワクチンをすることの重要性がわかります。

*１回投与、２回投与の例はスケジュールがイレギュラーなのもあり、研究数が少ないですね。

Funnel Plotという手法で出版バイアス（Publication bias）を評価していますが、比較的左右対称になっており、バイアスは少ないと判断されています。

今回の論文ではワクチンの接種回数が０回、１回、２回、３回と分かれているのですから、この関係性をみてもよいと思いました。

メタ解析でもこれは可能で「Meta-regression」といわれます。

論文上にきっちりとデータが記載されているため、これを利用してStataにインプットします。

投与回数１回と２回のデータは少ないですが、ワクチンの有効性はRRで0.1〜0.7くらいとかなりばらつきが大きいです。

一方で、３回投与している場合は、RR 0.2付近に集簇しています。

これをMeta-regressionしてみましょう。

そもそも１歳未満で１回接種、２回接種した研究数は少ないため、統計学的な有意差は出ませんでしたが、接種回数を２回するとリスクは0.7倍、３回にすると0.4倍に低下します。

（解析コードは最後にあります）

Dose-response meta-analysisという手法もあります。またの機会にご紹介できればと思います。

ヒブワクチンはインフルエンザ桿菌による重症感染症のリスクを80%ほど減少させます。

１歳未満で３回接種ですが、３回確実に接種したほうがよいでしょう。

	clear
	input id str16 author year case1 tot1 case0 tot0 dose
	1 "Eskola" 1990 4 58000 37 56000 3
	2 "Lagos" 1996 4 48080 40 46948 3
	3 "Mulholland" 1997 5 1397 9 1098 1
	3 "Mulholland" 1997 5 1397 9 1098 2
	3 "Mulholland" 1997 10 21490 40 21498 3
	4 "Santosham" 1991 0 532 8 505 1
	4 "Santosham" 1991 1 2588 22 2602 2
	4 "Santosham" 1991
	5 "Ward" 1990 3 1054 4 1048 1
	5 "Ward" 1990 2 991 3 966 2
	5 "Ward" 1990 8 1054 12 1048 3
	6 "Black" 1991 3 30400 22 30880 3
	7 "Booy" 1994 3 18315 22 30680 3
	8 "Vadheim" 1993 0 5211 3 5106 3
	9 "Gessner" 2005 1 20156 5 19150 3
	end

	list
	*Calculate RR and log(RR)
	gen non1=tot1-case1
	gen non0=tot0-case0
	replace case1 = 0.5 if case1 == 0
	replace case0 = 0.5 if case0 == 0
	gen rr = (case1/tot1)/(case0/tot0)
	gen logrr=log((case1/tot1)/(case0/tot0))
	gen selogrr=sqrt((non1/(case1tot1)) + (non0/(case0tot0)))
	list id selogrr

	graph twoway (scatter rr dose, mlabel(id)), ///
	graphregion( color(white) ) plotregion( fcolor(white) ) ///
	legend(off) xtitle(dose) ytitle(RR) ///
	xlabel(1(1)3)
	*meta-regression
	xi: metareg logrr i.dose, wsse(selogrr) random eform