香港科技大學6月2日表示，研究團隊發現了一個新方法，能於公共衛生數據不足的情況下測量疫苗的有效率，不但為現行測量方法提供較易於實行的替代方案，亦有效協助數據不足的國家制定和調整更完備的疫苗和免疫政策。

　現時，檢測陰性設計（TND）是國際間測量疫苗有效率的主流方法，但對於中低收入國家或地區而言，由於衛生部門不知道個別檢測呈陽性的人士是否曾經接種疫苗，無法使用該方法來測量疫苗有效率。

　由科大教授聯同新南威爾士大學教授帶領的研究團隊，留意到許多政府在推行疫苗接種計劃時都會以年齡界定接種資格，在某一特定階段，只有高於某個年齡層的公民才有資格接種疫苗。

　研究團隊利用斷點迴歸設計（RDD）的統計模型，比較高於及低於年齡界限的群體之間的新冠肺炎相關臨床表現，包括陽性病例、住院及死亡人數。

　這些群體的年齡相近，因此可以假設擁有相同的健康狀況或疾病感染風險。以RDD測量疫苗有效率主要考慮到各種新冠肺炎相關臨床表現在年齡界限之上及之下的群體中所下降的比例，以及各個年齡組別的疫苗接種率等其他因素，所使用的數據比現行主流方法所要求的少。

　團隊以上述方法為本，設計出考慮突破性病例（已接種疫苗的受感染人士）的RDD方法，並將兩者應用於印度的一組公共衛生數據，得出在2021年初Delta變異病毒株大流行期間，接種一劑疫苗對於預防感染的有效率達到55%，而預防因感染而需住院的有效率則達到80%。

　身兼科大黃立偉商學教授席的Mukherjee教授說，自全球開始推行新冠疫苗接種計劃以來，大部分國家以年齡界定接種資格，所以RDD測量方法可以被廣泛應用，對於缺乏完善的公共衛生數據以至無法採用現行方法測量疫苗有效率的國家來說分外有利。（路透社資料圖片）