Yavaş evrimleşen patojenlerde aşı etkinliği çok uzun yıllar korunabilir. Örneğin kızamık aşısı, pratik olarak ömür boyu (veya ona yakın bir süre) koruma sağlar. Ancak birçok patojen, bundan çok daha hızlı evrimleşebildiği için, çoğu aşı da zamanla etkinliğini yitirir. Örneğin grip virüsü o kadar hızlı evrimleşebilir ki, her yıl baskın olan soy hattına uygun yeni aşılar üretmek ve olmak gerekir. Birçok aşı, bu iki ucun arasında kalır ve kimi zaman aylarca, çoğu zaman yıllarca süren koruma sağlar.
COVID-19 aşılarının henüz ne kadar süre koruma sağladığı ve bunun ne sürede azalacağı henüz bilinmemektedir. Delta gibi varyantların evrimi, aşı etkinliğini bir miktar düşürmüş olsa bile, şu anda sahip olunan etkinlik oranı fazlasıyla yüksek ve yeterlidir. Ancak virüs evrimleştikçe, aşı etkinliği de düşebilir ve buna bağlı olarak hatırlatıcı doz (İng: "booster shot") aşı olmak gerekebilir.
Bunun tek nedeni aşı etkililiğinin yeni varyantlar karşısında azalması değil, en başta da izah ettiğimiz gibi, savunma sistemimizin de zamanla aşının etkisini unutuyor olması. Çünkü aşıların yaptığı etki, vücutta sürekli hazır miktarda belli bir antikorun bulunmasını sağlamıyor. Aşılar, sadece gerektiği durumda bu antikorları üretecek hafıza hücrelerini yetiştiriyor. Bu hafıza hücreleri de virüsle temas sonrasında devreye girerek bu antikorların üretimini tetikleyerek hastalığı ve diğer olumsuz sonuçları engelliyor.
Bu bellek hücrelerinin uzun süre, aylar hatta yıllar boyunca etkinliğini sürdüreceği ve yeni oluşabilecek varyantlara karşı etkinliğini koruduğu gözlemleniyor. 2003'te SARS geçiren hastaların kanlarından alınan örneklerde halen bellek hücrelerinin gözlemlenmesi bunun önemli bir örneği. Bu yüzden kandaki nötralize edici antikor değerleri dikkate alındığında aşının enfeksiyona karşı etkisinin zamanla düştüğü düşünülebilir, fakat kandaki antikor miktarının koruyuculukla birebir eşleştirmek mümkün değil. Dolayısıyla bu tür konularda dikkatli analizler gerekmektedir.
İstatistiki Analiz Hatalı Yapılırsa...
Aşı etkinliğinin gerçekten azalıp azalmadığını tespit etmek için bile birçok faktörü gözetmek gerekir. Örneğin:
- En başta aşı olan kişilerle en son aşı olan kişiler arasında demografik farklılıklar varsa (ki var olduğunu biliyoruz: en önce yaşlılar ve savunma sistemi zayıf olanlar aşılandı, sonra bunların aşılanması tamamlandıkça bu oran giderek düştü), aşı etkinliğinin zamana yayılmış grafiği bundan etkilenecektir. Bu duruma Simpson Paradoksu denir.
- Virüs, daha bulaşıcı olacak biçimde evrimleştikçe, aşılılar arasında yayılma oranı da artacaktır ve bu, efektif olarak aşı etkinliğinin düştüğü izlenimine sebep olacaktır - her ne kadar aşı etkinliği değişmemiş olsa bile!
- Aşılanma öncesi ve sonrası pandemiden korunma davranışları değişiyorsa, yani aşılananlar çok fazla yer değiştiriyor, maske takmıyor, kalabalık ve kapalı alanlara daha çok giriyorlarsa, aşıların %100 koruyucu olmadığı gözetildiğinde, aşılılar arasında vaka sayıları artabilir; ancak bu, aşı etkinliğinin değişmesinden değil, aşılananların davranışlarının değişmesinden olacaktır.
Her biri sayısal olarak örneklenebilir, ancak daha iyi anlaşılır olması için sonuncusunu örnekleyelim:
- Her biri 10.000 nüfusu olan, birbirinden uzak ama demografik olarak birebir aynı iki kasaba olsun: A kasabası ve B kasabası.
- Yapılan aşının etkililik oranı her iki kasaba için de %90 olsun. Aşı etkinliği zamanla azalmıyor olsun.
- A kasabasının %90'ı aşılansın. Bunların %60'ı salgın başında aşılansın, %30'u sonradan aşılansın.
- Bu durumda A kasabasında 6.000'i erken, 3.000'i geç olmak üzere toplamda 9.000 kişinin aşılandığına dikkat ediniz.
- B kasabasının %30'u aşılansın. Bunların %10'u salgın başında, %20'si salgın sonunda aşılansın.
- Bu durumda B kasabasında 1.000'i erken, 2.000'i geç olmak üzere toplamda 3.000 kişinin aşılandığına dikkat ediniz.
- Yani A ve B kasabalarında toplam 12.000 aşılı, 8.000 aşısız kişi olsun.
Bu şartlar altında A kasabasının sakinleri, aşıya güvenerek birden seyahat etmeye ve önlemleri kısmaya başlasın. B kasabası ise sıkı sıkıya önlemlere devam etsin. Buna bağlı olarak:
- A kasabasında 1000 vaka görülsün. B kasabasında ise 200 vaka görülsün.
- A kasabasındaki vakaların %50'si (500 kişi) aşılılardan olsun (yani "yarma vakası" olsun). Çünkü bunlar aşısızlarla da bol bol karıştılar.
- B kasabasındaki vakaların %4'ü (8 kişi) aşılılardan olsun. Çünkü bunlar önlemlere devam ettiler.
Bu durumda, eğer A kasabası ve B kasabası arasında hiçbir fark gözetmeksizin, hepsini tek bir bütün olarak hesaplayacak olursak, aşı etkililiği, yani olacaktır. Halbuki bunun yanlış olduğunu biliyoruz, çünkü en başta aşı etkiliğinin %90 olduğunu söyledik ve bunu hiçbir yerde değiştirmedik. Burada dikkatsiz yapılan istatistik bizi aldatmaktadır.
Burada yarma vakası sayısının (500+8=508) toplam aşılı kişi sayısına (9.000+3.000=12.000) oranın, B kasabasındaki aşısızlar arası vakaların (692 kişi) toplam vaka sayısına (1000+200=1.200) orana bölümünden geldiğine dikkat ediniz.
Dolayısıyla bu örnekte ne varyantlar ne de zaman aşının etkililiğini azaltıyor olmasına rağmen, salgının şans eseri daha çok aşılı bir yerde patlak vermesi bizi yanıltmaktadır. İşte bu nedenle istatistiki analiz çok dikkatli bir şekilde yapılmalıdır.
Gerçek dünyada olan bu olmak zorunda değildir. Bu örneğin verilme nedeni, bu tür faktörler gözetilmeksizin yapılan büyük çıkarımların neden hatalı olabileceğini göstermektir.
