איך יוצאים מהבלאגן? כולנו כבר מכירים את ה-R החמקמק ויודעים שהמטרה היא להוריד אותו מתחת ל-1. בעקבות המחקרים של @erlichya ו-@RoyKishony שמספקים עדות שהחיסון מקטין את ההעברה של הנגיף רצינו לבדוק בתרחישים שונים כמה אחוז צריכים להיות מחוסנים כדי שR ירד מ1. פוסט משותף עם @geller_mic
בנינו מודל פשוט שמחשב את ה-R האפקטיבי כפונקציה של מספר המחוסנים. בהינתן R התחלתי של 1.86 (לפני הסגר היינו על 1.24 ועם הוריאנט הבריטי שמדבר ב-50% יותר מגיעים לערך הזה) וערכים שונים לסיכויי ההעברה של הנגיף (t) אפשר לראות מה יהיה ה-R החדש באחוזים שונים של מחוסנים.
לפני המודל הזה אנחנו כבר היום מתקרבים מאוד ל-R=1 במצב של משק חצי פתוח כמו שהיה לפני הסגר האחרון. נראה שמספיקים 40-60% מהאוכלוסיה מחוסנים בשביל זה. זה מעודד.
אבל אם אנחנו רוצים לצאת מזה בחודשים הקרובים כדאי להוריד את R יותר. במצב החולים היום, עם R=0.7 נוכל למגר את המחלה בתוך שלושה חודשים. בשביל זה אנחנו צריכים לפחות 55-75% מהאוכלוסיה מחוסנת.
אז, יאללה, תשכנעו את כל מי שסביבכם להתחסן כי כולנו רוצים כבר לחזור לחיים נורמליים.
• • •
Missing some Tweet in this thread? You can try to
force a refresh
עדכון שלישי שלי של הערכת יעילות החיסון. לא אופטימי כמו הפוסטים הקודמים. הנתונים מבוססים על מידע עד ה-9 לפברואר. ממצאים:
1.אין הגנה עד יום 21. רואים הגנה רק מהיום ה-21 (או המנה השניה).
==>
2.הגנה מפני אימות אחרי המנה השניה (לא להתבלבל עם הדבקה או עברה): 60-74% לבני 60+, 75-78% לבני 60-.
3.הגנה מפני אשפוז אחרי המנה השניה: 71-82%. הגנה מפני מחלה קשה: 69-77%.
Third update of my estimations of vaccination effectiveness. Not as optimistic as my previous posts. Data is based on cases of vaccinated individuals up to February 9th. Findings: 1. No protection up to day 21. We only see protection from day 0 of the 2nd dose. ==>
2. Protection after 2nd dose from being positive (not to be confused by transmission): 60-74% for ages 60+, 75-78% for ages 60-. 3. Protection after 2nd dose from hospitalization: 71-82%. From severe case 69-77%.
For an explanation of the methodology please take a look at github.com/dviraran/covid…
(updated with data up to Feb 5th)
האנליזה הזו התחילה בציוץ על היעילות של החיסונים לפי הנתונים שמשרד הבריאות פרסם על החולים שהתחסנו. הציוץ הזה הגיע ליותר מ-250 אלף צפיות ודחף אותי לפרמל את האנליזה בצורה קצת יותר אקדמית.
בעזרת הנתונים היומיים על נדבקים וחולים ומספר המחוסנים חישבתי את מספר המקרים הצפויים ללא חיסונים. בעזרת המידע על חולים מחוסנים אפשר לחשב את היחס בין המצוי לצפוי.
Estimating real-world COVID-19 vaccine effectiveness in Israel! Now preprint version. TL;DR: Very effective. 66-85% for infection, 87-96% for severe disease.
This started when I tweeted the numbers provided by the ministry of health (MOH) regarding cases of vaccinated individuals. This tweet had more >250K views, so decided it might be better to formulate the analysis and provide full methodology.
Using the daily incidence of cases and daily vaccination counts and developed a formula to quantify the expected number of cases based on those numbers. I then combined it with observed counts provided by the MOH to calculate the effectiveness.
How effective are the COVID-19 vaccines? Israel was early to vaccinate its population (~1/3 of pop now with the @pfizer@biontech vaccine) and real-wold data is starting to accumulate. However, as we are learning, calculating efficacy from RWD is complicated. A thread =>
The vaccination campaign in Israel coincided with the beginning of a 3rd wave and a couple weeks later a full lockdown (Israel style). In addition, there are other confounding factors - socio-economic and demographics differences in both the infections and the vaccinations.
This made the real-world data analysis of the effectiveness of the vaccine much more complicated than in the RCT, where all this doesn’t matter because of the randomization. How to tease out all the contradicting factors?
עדכנתי את הפרדיקציה לפי הנתונים החדשים, הפעם מתוקנן גם לכמות החולים היומית. 659 מאומתים שבוע אחרי המנה השניה, לעומת צפי של כ-4967 = 87%~ פחות מהצפוי.
עכשיו שגם יש חלוקה גם לגילאים, אפשר לשפר את התחזית לבני 60+ בלבד.