とにかく何が起こったでしょうか？人口データソースの考慮事項予防接種後の有害事象の背景インシデント率を推定するために、ワクチンの安全性を知らせる

はじめに：予防接種後（AEFI）後の有害事象の背景インシデント率を理解することは、特に新しいワクチンのワクチンの安全性の懸念について迅速に検出、評価、対応、およびコミュニケーションするために不可欠です。新しいAEFIのプレゼンテーションは、人口人口統計、露出、健康システムの変動、および求められるレベルの局所的な影響の対象となるため、地理的固有の人口レベルのデータに基づいて推定値を作成することがますます重要になります。 方法：2015年から2019年までの病院入院、救急部門のプレゼンテーション、一般的な診療の前に、Covid-19、MPoxまたはShingrixワクチン接種の前に、37の条件の潜在的なAEFIと見なされる37の条件の潜在的なAEFIの導入前の一般的な診療の遡及的コホート分析を実施しました。（aesi）。100,000人の人口あたりのバックグラウンドインシデント率が計算され、偶然にも1日、1週間、および6週間のワクチン化後に発生すると予想されるケースとして提示されました。次に、各データソースの比例寄与を評価して、各AESIの背景レートの推定値を通知しました。 結果：37 AESIの16,437,156エピソードが特定されました。病院入院は、主にADEMとCVSTのみを含む19（51％）のAESIを通知しました。8 AESI（22％）によるプライマリケア、10（27％）A MIX。4つのAESI（アレルギー性ur麻疹、ベルの麻痺、紅斑紅斑、多筋、および突然死）は、入院よりも緊急プレゼンテーションによってよりよく知らされましたが、逆に11 AESI（30％）はICD-10コード化された緊急プレゼンテーションではまったく捕獲されませんでした。 結論：新たな安全性の懸念は、新しいワクチンの集団全体の実装において避けられないため、地元のバックグラウンドレートを理解することは、安全信号の検出とワクチン接種に対する国民の信頼の両方を支援します。病院およびプライマリケアのデータソースを尋問することができ、予想されるバックグラウンドインシデント率に予想される有害事象の有害事象の発生率を通知できます。ただし、どのデータソースが状態の性質とヘルスケアの設定を提示することに応じて最良のインテリジェンスを提供するかを理解する必要があります。

INTRODUCTION: Understanding background incident rates of adverse events following immunisation (AEFI) is essential to rapidly detect, evaluate, respond to, and communicate about vaccine safety concerns, especially for new vaccines. Creating estimates based on geographic specific population level data is increasingly important, as new AEFI presentations will be subject to the same local influences of population demography, exposures, health system variations and level of health care sought. METHODS: We conducted a retrospective cohort analysis of hospital admissions, emergency department presentations and general practice consultations from 2015 to 2019-before introduction of COVID-19, Mpox or Shingrix vaccination-to estimate background incident rates for 37 conditions considered potential AEFI of special interest (AESI). Background incident rates per 100,000 population were calculated and presented as cases expected to occur coincidentally 1 day, 1 week and 6 weeks post-vaccination, by life-stage age-groups and presenting healthcare setting. We then assessed the proportional contribution of each data source to inform each AESI background rate estimate. RESULTS: 16,437,156 episodes of the 37 AESI were identified. Hospital admissions predominantly informed 19 (51%) of AESI, including exclusively ADEM and CVST; 8 AESI (22%) by primary care, and 10 (27%) a mix. Four AESI (allergic urticaria, Bell's palsy, erythema multiform and sudden death) were better informed by emergency presentations than admissions, but conversely 11 AESI (30%) were not captured in ICD-10 coded emergency presentations at all. CONCLUSIONS: Emergent safety concerns are inevitable in population-wide implementation of new vaccines, therefore understanding local background rates aids both safety signal detection as well as maintaining public confidence in vaccination. Hospital and primary care data sources can be interrogated to inform expected background incident rates of adverse events that may occur following vaccination. However, it is necessary to understand which data-source provides best intelligence according to nature of condition and presenting healthcare setting.