Meeting of the Immunization and Vaccine-related Implementation Research Advisory Committee (IVIR-AC), March 2022 – Réunion du Comité consultatif sur la vaccination et la recherche sur la mise en œuvre des vaccins (IVIR-AC), mars 2022

Weekly epidemiological record Relevé épidémiologique hebdomadaire 6 MAY 2022, 97th YEAR / 6 MAI 2022, 97e ANNÉE No 18, 2022, 97, 173–184 http://www.who.int/wer 2022, 97, 173–184 No 18 Contents 173 Meeting of the Immunization and Vaccine-related Implementation Research Advisory Committee (IVIR-AC), March 2022 Sommaire 173 Réunion du Comité consultatif sur la vaccination et la recherche sur la mise en œuvre des vaccins (IVIR-AC), mars 2022 173 Meeting of the Immunization and Vaccine- related Implementation Research Advisory Committee (IVIR-AC), March 2022 The IVIR-AC recommendations are based on discussions during a virtual meeting of the IVIR-AC held 7 – 11 March 2022 and 1 April 2022 (COVID-19 Ad-hoc session) (See background information available at: https://terrance.who.int/mediacentre/data/ s a g e / 2 2 0 2 2 5 - I V I R- AC - P i n k - B o o k - March-2022.pdf, accessed March 2022). COVID-19 immunity Delta and Omicron COVID-19 variant waves have reached very high global attack rates, particularly in countries with low vaccine coverage. This alters the immune landscape of SARS-CoV-2 neces- sitating reevaluation of effective and cost- effective vaccination strategies (e.g. single dose in low-risk adults in settings with high rates of prior infection, vaccination in children). To inform their upcoming presentation to the WHO Strategic Advi- sory Group of Experts on Immunization (SAGE) on hybrid immunity and to stimu- late dialogue on future COVID-19 vaccina- tion policy questions and considerations, the SAGE working group subgroup on vaccine impact modelling for COVID-19 (SG COVID-19) presented a summary of the epidemiological context of Omicron, including data and analytical gaps prevent- ing a systematic way to account for natu- rally acquired and hybrid immunity in vaccine recommendations. IVIR-AC was requested to review and confirm whether the current summary narrative and planned presentations capture and provide a complete and coherent picture of the complex and evolving COVID-19 immu- nity landscape. Réunion du Comité consultatif sur la vaccination et la recherche sur la mise en œuvre des vaccins (IVIR-AC), mars 2022 Les recommandations de l’IVIR-AC présentées ici sont fondées sur les discussions qui ont eu lieu lors d’une réunion virtuelle de l’IVIR-AC qui s’est tenue du 7 au 11 mars 2022 et d’une session ad hoc sur la COVID-19 organisée le 1er avril 2022. (Voir la documentation dispo- nible à l’adresse: https://terrance.who.int/ mediacentre/data/sage/220225-IVIR-AC-Pink- Book-March-2022.pdf, consulté en mars 2022.) Immunité contre la COVID-19 Les variants Delta et Omicron qui ont donné lieu à des vagues de COVID-19 ont atteint des taux d’attaque très élevés à l’échelle mondiale, en particulier dans les pays où la couverture vaccinale est faible. Cette situation modifie le paysage de l’immunité contre le SARS-CoV-2 et nécessite une réévaluation des stratégies de vaccination efficaces et d’un bon rapport coût/ efficacité (par exemple une seule dose pour les adultes à faible risque dans les milieux où les taux d’infection antérieure sont élevés, la vaccination des enfants). Afin d’étayer sa prochaine présentation sur l’immunité hybride au Groupe stratégique consultatif d’experts (SAGE) de l’OMS sur la vaccination et de stimu- ler le dialogue sur les questions et considéra- tions futures en matière de politique de vacci- nation contre la COVID-19, le sous-groupe chargé de la modélisation de l’impact des vaccins anti-COVID-19 (SG COVID-19) au sein du groupe de travail du SAGE a présenté un résumé du contexte épidémiologique d’Omi- cron, y compris les lacunes en matière de données et d’analyses qui empêchent de rendre compte de manière systématique de l’immunité naturellement acquise et de l’immunité hybride dans les recommandations vaccinales. L’IVIR- AC a été invité à examiner l’exposé actuel et les présentations prévues et à déterminer s’ils saisissent et fournissent une image complète et cohérente du paysage complexe et évolutif de l’immunité contre la COVID-19. 174 WEEKLY EPIDEMIOLOGICAL RECORD, NO 18, 6 MAY 2022 Summary of IVIR-AC feedback and recommendations IVIR-AC agreed with the key considerations and data gaps identified and presented by the SG COVID-19 and highlighted additional considerations with respect to COVID-19 immunity:  A better understanding of immunity from both previous infection and vaccination (including with different types of vaccines) against infection and severe disease is needed.  Infection-induced immunity may vary depending on type of infection, variant causing infection and outcome of interest.  The breadth of immune responses may vary depending on whether boosting is with homolo- gous versus heterologous vaccines.  “At risk” populations need to be further defined based on their ability to respond to vaccination.  Further consideration and characterization of T-cell and B-cell memory responses is needed as antibodies may not provide a sufficiently good correlate of immunity against severe disease, and in particular, waning immunity against severe disease. IVIR-AC highlighted future COVID-19 immunity model- ling considerations:  Modelling variant scenarios should focus on deter- mining thresholds (for immune escape–against infection versus severe disease, transmissibility and/or severity) that would necessitate a change in current health policy approaches (with a focus on vaccine policy) and the data needed to rapidly characterize the properties of new variants.  The SG COVID-19 should continue to identify, support and advise modelling groups from differ- ent countries, to ensure a variety of modelling approaches and perspectives are included.  Models should differentiate between infection- and vaccine-derived immunity against infection versus severe disease. Future modelling efforts should focus on prevention of severe disease as the primary outcome of interest. IVIR-AC noted the importance of simplifying vaccine recommendations to ensure optimal implementation and uptake and noted additional considerations for vaccination strategy development. For example, a recommendation based on age groups would be easier to implement than a recommendation based on the presence of specific conditions/co-morbidities:  A wider set of vaccination strategies may be needed for different vaccines. More data are needed to compare and parameterize vaccine effectiveness over time for different vaccines currently in use (e.g. Sinovac, CoronaVac, Cansino, Bharat). Résumé des commentaires et des recommandations de l’IVIR-AC L’IVIR-AC a souscrit aux principales considérations et à la description des lacunes en matière de données identifiées et présentées par le SG COVID-19 et a souligné d’autres considé- rations concernant l’immunité contre la COVID-19:  une meilleure compréhension de l’immunité acquise à la suite d’une infection antérieure et de l’immunité conférée par la vaccination (y compris avec différents types de vaccins) contre l’infection et les formes graves de la mala- die est nécessaire;  l’immunité induite par l’infection peut varier en fonction du type d’infection, du variant à l’origine de l’infection et du résultat d’intérêt;  l’ampleur des réponses immunitaires peut varier selon que le renforcement de l’immunité est procuré par des vaccins homologues ou hétérologues;  les populations «à risque» doivent être définies plus préci- sément en fonction de leur capacité à répondre à la vacci- nation;  un examen et une caractérisation plus approfondis des réponses des lymphocytes mémoire T et B sont néces- saires, car les anticorps peuvent ne pas fournir un corrélat suffisamment bon de l’immunité contre les formes graves de la maladie, en particulier en termes de déclin progres- sif de l’immunité contre les formes graves. L’IVIR-AC a mis en évidence des considérations pour la modé- lisation future de l’immunité contre la COVID-19:  la modélisation fondée sur différents scénarios de variants devrait être axée sur la détermination de seuils (pour l’échappement immunitaire – contre l’infection et contre les formes graves, la transmissibilité et/ou la sévérité) au-delà desquels un changement serait nécessaire dans les politiques de santé actuelles (en mettant l’accent sur la politique vaccinale), et sur les données nécessaires pour caractériser rapidement les propriétés des nouveaux variants;  le SG COVID-19 devrait continuer d’identifier, de soutenir et de conseiller les groupes de modélisation de différents pays pour faire en sorte d’inclure une variété d’approches et de perspectives en matière de modélisation;  les modèles doivent faire la distinction entre l’immunité consécutive à une infection et celle conférée par la vacci- nation contre l’infection et contre les formes graves de la maladie; les futurs travaux de modélisation devraient être axés sur la prévention des formes graves de la maladie en tant que principal résultat d’intérêt. L’IVIR-AC a souligné l’importance de simplifier les recommanda- tions vaccinales pour assurer une mise en œuvre et une adoption optimales de la vaccination et a relevé d’autres considérations pour l’élaboration des stratégies de vaccination. Par exemple, une recommandation fondée sur des tranches d’âge serait plus facile à mettre en œuvre qu’une recommandation fondée sur la présence d’affections ou de comorbidités particulières:  un ensemble plus large de stratégies de vaccination peut être nécessaire pour différents vaccins. Davantage de données sont nécessaires pour comparer et paramétrer l’efficacité des vaccins au fil du temps pour différents vaccins actuellement utilisés (par exemple Sinovac, Coro- naVac, CanSino, Bharat); RELEVÉ ÉPIDÉMIOLOGIQUE HEBDOMADAIRE, No 18, 6 MAI 2022 175  Future strategies for repeat “booster” vaccination should consider whether the frequency of vaccina- tion be timed to waning of immunity or the reemergence of new variants. Measles case fatality ratio (CFR) estimation Measles remains a worldwide infectious disease causing unpredictable and explosive epidemic outbreaks in endemic settings. To ensure that data on measles mortality reflect the current global state of measles, WHO aims to update and improve measles mortality estimates by utilizing reliable, robust, transparent and dynamic age- and country-specific measles case fatality ratios. On behalf of the working group of experts convened to support this aim, the London School of Hygiene and Tropical Medicine (LSHTM) and Harvard School of Public Health presented a conceptual frame- work of indicators1 related to measles CFR, and prelim- inary estimates from a new methodology and expanded literature review. Building on previous recommenda- tions made by IVIR-AC in March 2021,2 IVIR-AC in March 2022 provided several technical suggestions for the next iteration of model refinement and stressed again the global public health importance of the initia- tive. Summary of IVIR-AC feedback and recommendations  IVIR-AC reinforced its past recommendation to make financial and human resources available to support model development, literature and data reviews, and the generation of CFRs, predictions and projections.  On the proposed selection of indicators1 to be used in the meta-regression models, IVIR-AC recom- mended: – to clearly state the statistical criteria for selecting the final list of indicators in each mechanistic modelling group to ensure trans- parency; – to examine the collinearity of proxy indicators that fall within more than 1 mechanistic modelling group; and – to ensure that the included indicators, or proxy indicators, have an association with measles CFR supported by evidence in the literature.  The decomposition analysis should state the metric(s) used to quantify the changes resulting from the updated modelling framework, new data and selected indicators.  les futures stratégies relatives aux doses de rappel répétées devraient déterminer si la fréquence des rappels doit être fonction de la baisse de l’immunité ou de l’émergence de nouveaux variants. Estimation du taux de létalité due à la rougeole La rougeole demeure une maladie infectieuse qui sévit dans le monde entier et qui donne lieu à des épidémies imprévisibles et explosives dans les milieux d’endémie. Pour s’assurer que les données sur la mortalité rougeoleuse reflètent l’état actuel de la rougeole dans le monde, l’OMS vise à actualiser et à amélio- rer les estimations de la mortalité due à la rougeole en utilisant des taux de létalité fiables, robustes, transparents et dynamiques par âge et par pays. Pour le compte du groupe de travail d’ex- perts réuni pour soutenir cet objectif, la London School of Hygiene and Tropical Medicine et la Harvard School of Public Health ont présenté un cadre conceptuel d’indicateurs1 liés au taux de létalité due à la rougeole, ainsi que des estimations préliminaires établies à partir d’une nouvelle méthode et d’une revue élargie de la littérature. S’appuyant sur ses précédentes recommandations formulées en mars 2021,2 l’IVIR-AC a fourni en mars 2022 plusieurs suggestions techniques pour la prochaine itération d’affinement du modèle et a réitéré l’importance de cette initiative pour la santé publique mondiale. Résumé des commentaires et des recommandations de l’IVIR-AC  L’IVIR-AC a renforcé sa recommandation antérieure préconisant de mettre à disposition des ressources finan- cières et humaines pour soutenir l’élaboration de modèles, l’examen de la littérature et des données, ainsi que la génération de taux de létalité, de prédictions et de projec- tions.  En ce qui concerne la sélection proposée d’indicateurs1 à utiliser dans les modèles de métarégression, l’IVIR-AC a recommandé: – d’énoncer clairement les critères statistiques utilisés pour établir la liste définitive des indicateurs dans chaque groupe de modélisation mécaniste afin de garantir la transparence; – d’examiner la colinéarité des indicateurs indirects qui relèvent de plus d’un groupe de modélisation méca- niste; et – de s’assurer qu’il existe une association des indica- teurs qui sont inclus, ou des indicateurs indirects, avec le taux de létalité due à la rougeole, laquelle est étayée par des données probantes dans la litté- rature.  L’analyse de décomposition devrait indiquer le ou les para- mètres utilisés pour quantifier les changements résultant du cadre de modélisation mis à jour, des nouvelles données et des indicateurs sélectionnés. 1 Indicators are factors presumed to be related to measles’ CFR. 2 See No. 17, 2021, pp. 133–143. 1 Les indicateurs sont des facteurs présumés liés au taux de létalité due à la rougeole. 2 Voir No 17, 2021, pp. 133-143. 176 WEEKLY EPIDEMIOLOGICAL RECORD, NO 18, 6 MAY 2022  To increase transparency, IVIR-AC recommended, where applicable, to post project timelines on the online project website to illustrate the process to date and to show forthcoming actions with direct links to the published work, updates (e.g. system- atic reviews, conceptual model), modelling codes (e.g. R-packages), data sources, project results and details of the working group.  Periodically reassess indicators and update the list of indicators selected, as needed, with a particular focus on the potential availability of new data.  In future iterations of the systematic reviews (for studies reporting measles CFRs and for those assessing the association of indicators with measles CFR), expand the literature search to databases beyond PubMed – i.e. Embase and the Cochrane Library.  Consider and include study quality and case defini- tions as part of the meta-regression model devel- opment and seek to validate predicted CFRs against unpublished data sources not used for model fitting. Behavioural and social drivers (BeSD) of vaccination In 2018, WHO established a global working group called Measuring Behavioural and Social Drivers of Vaccina- tion which contributed to the development of practical tools and guidance that enabled programmes to assess and address reasons for low vaccine uptake for child- hood and COVID-19 vaccinations. In October 2021, WHO’s Strategic Advisory Group of Experts on Immu- nization reviewed the related evidence and findings from the tool testing and validation process, leading to SAGE’s recommendations to WHO on standardized gathering and use of data on BeSD.3 WHO is preparing activities to encourage and accelerate country implementation of the guidance and tools – e.g., supporting integration of indicators into existing surveys, providing digital tools and automated report templates, building capacity, providing technical assis- tance, disseminating findings and trends and docu- menting case examples to illustrate the practical use of the tools. IVIR-AC was asked for feedback on global harmonization of BeSD data, the proposed next steps to produce comparable data sets, and ways to encourage and support the standardized use of tools and methods to benefit countries. Summary of IVIR-AC feedback and recommendations IVIR-AC acknowledged the importance of BeSD of vaccination, especially in low- and middle-income coun-  Afin d’accroître la transparence, il est recommandé, le cas échéant, d’afficher les échéances du projet sur le site Web correspondant pour illustrer le processus à ce jour et montrer les actions à venir, avec des liens directs vers les travaux publiés, les mises à jour (par exemple les revues systématiques, le modèle conceptuel), les codes de modé- lisation (par exemple les paquets R), les sources de données, les résultats du projet et les informations sur le groupe de travail.  Il est préconisé de réévaluer périodiquement les indica- teurs et de mettre à jour la liste des indicateurs sélection- nés, si besoin, en accordant une attention particulière à la disponibilité potentielle de nouvelles données.  Dans les futures itérations des revues systématiques (pour les études présentant des taux de létalité due à la rougeole et pour celles évaluant l’association d’indicateurs avec le taux de létalité due la rougeole), la recherche documentaire devrait être élargie à d’autres bases de données que PubMed – c’est-à-dire Embase et la Cochrane Library.  Il convient de prendre en compte et d’inclure la qualité des études et les définitions de cas dans le cadre du déve- loppement du modèle de métarégression et de chercher à valider les taux de létalité prédits par rapport à des sources de données non publiées et non utilisées pour l’ajustement du modèle. Facteurs comportementaux et sociaux de la vaccination En 2018, l’OMS a créé un groupe de travail mondial chargé de mesurer les facteurs comportementaux et sociaux de la vacci- nation ; ce groupe a contribué à l’élaboration d’outils pratiques et d’orientations qui ont permis aux programmes d’évaluer et de s’attaquer aux causes de la faible adoption de vaccins de l’enfant et des vaccins contre la COVID-19. En octobre 2021, le SAGE a examiné les données probantes et les conclusions issues du processus d’essai et de validation des outils, puis formulé des recommandations à l’OMS sur la collecte et l’utilisation normalisées des données sur les facteurs comportementaux et sociaux.3 L’OMS prépare des activités visant à encourager et à accélérer la mise en œuvre par les pays de ces orientations et outils – par exemple, en aidant à l’intégration d’indicateurs dans les enquêtes existantes, en fournissant des outils numériques et des modèles de rapport automatisés, en renforçant les capacités, en fournissant une assistance technique, en diffusant les résultats et les tendances et en présentant des exemples de cas pour illustrer l’utilisation de ces outils dans la pratique. Il a été demandé à l’IVIR-AC d’émettre des commentaires sur l’harmo- nisation des données sur les facteurs comportementaux et sociaux à l’échelle mondiale, sur les prochaines étapes propo- sées pour produire des ensembles de données comparables et sur les moyens d’encourager et de soutenir l’utilisation stan- dardisée d’outils et de méthodes au profit des pays. Résumé des commentaires et des recommandations de l’IVIR-AC L’IVIR-AC a reconnu l’importance des facteurs comportemen- taux et sociaux de la vaccination, en particulier dans les pays 3 See No. 50, 2021, pp. 613–632. 3 Voir No 50, 2021, pp. 613–632. RELEVÉ ÉPIDÉMIOLOGIQUE HEBDOMADAIRE, No 18, 6 MAI 2022 177 tries (LMICs) and suggested ways to further minimize any added burden by leveraging existing activities related to gathering and use of immunization programme data. To that end, IVIR-AC recommended the following:  Ensure that all data-collection tools are friendly/ easy to implement at all levels.  Automate as many processes as possible, including data-handling, cleaning, analysis and dissemina- tion.  Develop templates for protocols, consent forms, interview scripts and others.  Embed BeSD priority indicators within epidemio- logical reviews and other routine assessments/ surveys.  Encourage vaccination sites to add priority indica- tors as well as other items which are directly rele- vant to their local setting and which may immedi- ately inform efforts to increase coverage.  Build the capacity of qualitative researchers who may assist immunization programmes.  Consider further research on drivers such as political trust.  Suggest additional demographic information (e.g. education, rurality) which may facilitate policy development or implementation and evaluation of targeted interventions. IVIR-AC suggested the provision of:  more case examples of findings from the use of the BeSD tools and subsequent actions;  a set of minimum requirements for priority ques- tions and data collection methods to facilitate the tracking of comparable data at all levels;  further clarification of specific influences which are measurable and changeable;  validation of the conceptual framework and tools by conducting additional analyses (e.g. structural equation modelling) as data using the tool are accumulated;  guidance on how quantitative and qualitative findings from the tools could be used in a comple- mentary way (i.e. from the perspective of mixed methods). Developing guidance on methodologies to measure the impact of vaccines in preventing antimicrobial resistance Antimicrobial resistance (AMR) is considered 1 of the top 10 global public health threats facing humanity.4 Although vaccines are effective at reducing the inci- dence of both drug-sensitive and resistant pathogens, thereby limiting AMR, assessing a vaccine’s impact on AMR is complex and hard to measure. Impact varies by high- or low-resourced settings, pathogens, vaccine types, clinical trial phases, target population and possibly à revenu faible ou intermédiaire (PRFI) et a suggéré des moyens pour réduire davantage toute charge supplémentaire en tirant parti des activités existantes liées à la collecte et à l’utilisation des données des programmes de vaccination. À cet effet, l’IVIR-AC a recommandé:  de s’assurer que tous les outils de collecte de données sont conviviaux/faciles à mettre en œuvre à tous les niveaux;  d’automatiser autant de processus que possible, notam- ment le traitement, le nettoyage, l’analyse et la diffusion des données;  d’élaborer des modèles pour les protocoles, les formulaires de consentement, les scripts d’entretien et autres;  d’intégrer les indicateurs prioritaires des facteurs compor- tementaux et sociaux dans les revues épidémiologiques et autres évaluations/enquêtes systématiques;  d’encourager les sites de vaccination à ajouter des indica- teurs prioritaires ainsi que d’autres éléments directement liés à leur contexte local et susceptibles de guider immé- diatement les efforts visant à accroître la couverture;  de renforcer les capacités des spécialistes en recherche qualitative qui peuvent aider les programmes de vaccina- tion;  d’envisager d’autres travaux de recherche sur des facteurs comme la confiance dans la politique;  de suggérer des informations démographiques supplémen- taires (par exemple l’éducation, la ruralité) qui peuvent faciliter l’élaboration ou la mise en œuvre de politiques et l’évaluation d’interventions ciblées. L’IVIR-AC a suggéré de fournir:  davantage d’exemples de constatations tirées de l’utilisa- tion des outils pour les facteurs comportementaux et sociaux et des actions qui en découlent;  un ensemble d’exigences minimales pour les questions prioritaires et les méthodes de collecte de données afin de faciliter le suivi de données comparables à tous les niveaux;  une clarification plus précise des éléments d’influence spécifiques qui sont mesurables et modifiables;  la validation du cadre conceptuel et des outils en effectuant des analyses supplémentaires (par exemple la modélisation par équations structurelles) au fur et à mesure de l’accu- mulation des données utilisées avec ces outils;  des conseils sur la façon dont les résultats quantitatifs et qualitatifs obtenus avec ces outils pourraient être utilisés de manière complémentaire (c’est-à-dire dans la perspec- tive de méthodes mixtes). Élaboration d’orientations sur les méthodes permettant de mesurer l’impact des vaccins pour prévenir la résistance aux antimicrobiens La résistance aux antimicrobiens (RAM) est considérée comme l’une des 10 plus grandes menaces pour la santé publique mondiale auxquelles l’humanité est confrontée.4 Bien que les vaccins soient efficaces pour réduire l’incidence des agents pathogènes sensibles mais aussi résistants aux médicaments, limitant ainsi la RAM, évaluer l’impact d’un vaccin sur la RAM est complexe et le mesurer est difficile. L’impact varie selon les ressources des zones considérées, les agents pathogènes, les 4 See https://www.who.int/news-room/fact-sheets/detail/antimicrobial-resistance (accessed March 2022). 4 Voir https://www.who.int/fr/news-room/fact-sheets/detail/antimicrobial-resistance (consulté en mars 2022). 178 WEEKLY EPIDEMIOLOGICAL RECORD, NO 18, 6 MAY 2022 other unknown variables. A global coordinated response to AMR relies on a common understanding, starting with the harmonization of approaches to evaluating vaccine impact on AMR and the ability to compare results. To address this need, WHO is developing guidance on methodologies for measuring vaccine impact on AMR (for both licensed vaccines and those in develop- ment), focusing on potential outcome measures for AMR – i.e. vaccine-averted prevalence of AMR,5 inci- dence of drug-resistant infections,6 number of deaths due to drug-resistant infections over time, antibiotic use and economic burden. The presenters explained the need for such guidance within the context of ongoing work on vaccines and AMR within WHO and outlined their next steps within the proposed approach, methodology and case example – typhoid conjugate vaccines. IVIR-AC was requested to provide feedback on the scope of the project and details on case studies. Summary of IVIR-AC feedback and recommendations In response to the proposed vaccine case studies, IVIR-AC recommended:  expanding the focus to include respiratory patho- gens as they are known contributors to AMR;  choosing pathogens that are representative of the different pathways through which vaccination may have an impact on AMR; and  including a case study in which vaccine impact on AMR is indirect, such as respiratory syncytial virus (RSV)7 IVIR-AC stressed that modelling is essential to under- standing vaccine impact on AMR, since this impact varies across space and time. Therefore, IVIR-AC recom- mended either:  to expand the scope of the landscape analysis to include modelling studies; or  to clarify and stress in the resulting guidance document that the landscape analysis covered only primary data collection and that modelling is needed to get a complete assessment of vaccine impact. To clarify and distinguish the indicators (potential outcome measures) of the burden of AMR, IVIR-AC suggested:  to define and organize indicators of AMR burden and vaccine impact as those for the vaccine- targeted pathogen (direct effects) and those for types de vaccins, les phases d’essais cliniques, la population cible et peut-être d’autres variables inconnues. Une réponse mondiale coordonnée à la RAM repose sur une compréhension commune, à commencer par l’harmonisation des approches d’évaluation de l’impact des vaccins sur la RAM et la capacité de comparer les résultats. Pour répondre à ce besoin, l’OMS élabore des orientations sur les méthodes permettant de mesu- rer l’impact des vaccins sur la RAM (tant pour les vaccins homologués que pour ceux en cours de développement), en mettant l’accent sur la mesure de résultats potentiels en matière de RAM – c’est-à-dire la prévalence de la RAM évitée par la vaccination,5 l’incidence des infections pharmacorésistantes, le nombre de décès dus aux infections pharmacorésistantes6 au fil du temps, l’utilisation d’antibiotiques et la charge économique. Les intervenants ont expliqué la nécessité de telles orientations dans le contexte des travaux en cours sur les vaccins et la RAM au sein de l’OMS et ont décrit leurs prochaines étapes dans le cadre de l’approche proposée, la méthode employée et un exemple concret – les vaccins conjugués antityphoïdiques. L’IVIR-AC a été invité à émettre des commentaires sur la portée du projet et les informations détaillées des études de cas. Résumé des commentaires et des recommandations de l’IVIR-AC En réponse aux études de cas de vaccins proposées, l’IVIR-AC a recommandé:  d’étendre les travaux aux agents pathogènes respiratoires, car l’on sait qu’ils contribuent à la RAM;  de choisir des agents pathogènes représentatifs des diffé- rentes voies par lesquelles la vaccination peut avoir un impact sur la RAM; et  d’inclure une étude de cas dans laquelle l’impact de la vaccination sur la RAM est indirect, comme dans le cas du vaccin contre le virus respiratoire syncytial (VRS).7 L’IVIR-AC a souligné que la modélisation est essentielle pour comprendre l’impact des vaccins sur la RAM, car cet impact varie dans l’espace et dans le temps. Par conséquent, l’IVIR-AC a recommandé:  d’élargir la portée de l’analyse du paysage pour inclure les études de modélisation; ou  de clarifier et de souligner dans le document d’orientation à venir que l’analyse du paysage ne se fonde que sur la collecte de données primaires et que la modélisation est nécessaire pour obtenir une évaluation complète de l’impact des vaccins. Pour clarifier et distinguer les indicateurs (résultats potentiels mesurés) de la charge de la RAM, l’IVIR-AC a suggéré:  de définir et d’organiser les indicateurs de la charge de la RAM et de l’impact des vaccins pour les agents pathogènes ciblés par un vaccin (effets directs) et pour ceux qui ne 5 Vaccine-averted prevalence of AMR = % of infections that are resistant to antimi- crobials at a given time. 6 Incidence of drug-resistant infections = the number of resistant infections over time. 7 RSV has a crowded vaccine pipeline and high annual attack rates in children, which if prevented, would eliminate antibiotic misuse and any opportunity to provide selective pressure for the emergence of AMR. 5 Prévalence de la RAM évitée par la vaccination = % d’infections résistantes aux antimicrobiens à un moment donné. 6 Incidence des infections pharmacorésistantes = nombre d’infections résistantes au fil du temps. 7 De nombreux vaccins sont à l’étude contre le VRS; le taux d’attaque annuel de ce virus est élevé chez les enfants et prévenir ces infections permettrait d’éviter l’usage inadapté d’antibio- tiques et d’éliminer toute possibilité de fournir une pression sélective susceptible de donner lieu à l’émergence d’agents pathogènes résistants. RELEVÉ ÉPIDÉMIOLOGIQUE HEBDOMADAIRE, No 18, 6 MAI 2022 179 non-focal pathogens (indirect effects8) and by threat level; and  to further differentiate the direct effects based on measures of resistance to specific antibiotics. IVIR-AC made additional technical suggestions, as follows:  Add a specific question on potential pitfalls to the “challenges” part of the expert interviews.  Widen the interview-based needs analysis to include an online consultation.  Focus primarily on post-licensure studies when measuring changes in antibiotic usage following vaccination, since blinding of study participants and researchers in the context of randomized controlled trials (RCTs) may dampen potential effects.  Focus on settings with intermediate prevalence of AMR to ensure maximal statistical power to differ- entiate between elements such as vaccine effective- ness, severity and cost of illness of resistant versus sensitive strains.  Prepare additional guidance on measuring vaccine impact on AMR (indicators, measurement, stan- dardization) for observational studies.  Consider that genomic data and analyses may be useful to differentiate and reveal mechanisms by which vaccination may reduce the prevalence of AMR, particularly for Salmonella Typhi. Evaluation of a modelling approach to assess the public health value and preferred product characteristics of a therapeutic vaccine for human papillomavirus In August 2020, the World Health Assembly adopted the Global strategy to accelerate the elimination of cervical cancer as a public health problem,9 echoing ongoing efforts by WHO since 2018.10 WHO’s global strategy for cervical cancer elimination includes scale-up of prophy- lactic vaccination against human papillomavirus (HPV), cervical cancer screening and treatment of cervical pre- cancers and cancer. Therapeutic HPV vaccines in early clinical development may be useful in clearing existing HPV infection and/or regressing pre-cancerous lesions, as a complement to existing cervical cancer prevention interventions and as an option for women who did not receive prophylactic vaccine in early adolescence. The added value of therapeutic HPV vaccination and the preferred product characteristics (PPCs) are not well understood. The presenters outlined the rationale for the WHO elimination strategy for cervical cancer and sont pas ciblés (effets indirects9) et pour les différents niveaux de menace; et  de différencier plus avant les effets directs en fonction des mesures de la résistance à des antibiotiques donnés. L’IVIR-AC a soumis les suggestions techniques supplémentaires suivantes:  ajouter une question spécifique sur les écueils potentiels à la partie relative aux «difficultés» dans les entretiens avec les experts;  élargir l’analyse des besoins fondée sur les entretiens pour inclure une consultation en ligne;  se concentrer principalement sur les études post-homolo- gation lorsqu’il s’agit de mesurer les changements dans l’utilisation des antibiotiques après la vaccination, car le double insu (participants et chercheurs) dans le contexte des essais contrôlés randomisés (ECR) peut atténuer les effets potentiels;  se concentrer sur les zones où la prévalence de la RAM est intermédiaire afin d’obtenir une puissance statistique maximale pour différencier des éléments tels que l’effica- cité de la vaccination en population, la sévérité et le coût des maladies dues à des souches résistantes par rapport aux souches sensibles;  préparer des orientations supplémentaires sur la mesure de l’impact des vaccins sur la RAM (indicateurs, mesure, standardisation) pour les études d’observation;  considérer que les données et les analyses génomiques peuvent être utiles pour différencier et révéler les méca- nismes par lesquels la vaccination peut réduire la préva- lence de la RAM, en particulier pour Salmonella Typhi. Évaluation d’une approche de modélisation pour évaluer l’utilité pour la santé publique et les caractéristiques à privilégier d’un vaccin thérapeutique contre le papillomavirus humain En août 2020, l’Assemblée mondiale de la Santé a adopté la Stratégie mondiale en vue d’accélérer l’élimination du cancer du col de l’utérus en tant que problème de santé publique,9 faisant écho aux efforts continus de l’OMS depuis 2018.10 Cette stratégie comprend l’intensification de la vaccination prophy- lactique contre le papillomavirus humain (PVH), le dépistage du cancer du col de l’utérus et le traitement des lésions précan- céreuses et du cancer du col de l’utérus. Les vaccins thérapeu- tiques contre l’infection à PVH administrés à un stade clinique précoce peuvent être utiles pour éliminer l’infection existante et/ou faire régresser les lésions précancéreuses, en complément des interventions existantes de prévention du cancer du col de l’utérus et comme option pour les femmes qui n’ont pas reçu de vaccin prophylactique au début de l’adolescence. La valeur ajoutée de la vaccination thérapeutique contre le PVH et les caractéristiques du produit à privilégier ne sont pas bien comprises. Les intervenants ont exposé la raison d’être de la stratégie d’élimination du cancer du col de l’utérus de l’OMS 8 For instance, decreasing bacterial secondary infections and the need for antibiotics or misuse of antibiotics to treat illnesses for which antibiotics are not indicated 9 See https://www.who.int/publications/i/item/9789240014107 (accessed March 2022). 10 See https://www.who.int/publications/i/item/9789240014107 (accessed March 2022). 8 Par exemple, la diminution des infections bactériennes secondaires et la nécessité de recourir à des antibiotiques ou l’usage inadapté d’antibiotiques pour traiter des maladies pour lesquelles ils ne sont pas indiqués. 9 Voir https://www.who.int/publications/i/item/9789240014107 (consulté en mars 2022). 10 Voir https://www.who.int/publications/i/item/9789240014107 (consulté en mars 2022). 180 WEEKLY EPIDEMIOLOGICAL RECORD, NO 18, 6 MAY 2022 provided a detailed overview of past and planned activ- ities, including PPC determination and modelling,11 to assess the impact and cost-effectiveness of therapeutic HPV vaccination. IVIR-AC was asked to provide feed- back on the suitability of the proposed modelling plan, steps, scenarios and related assumptions for decision- making. Summary of IVIR-AC feedback and recommendations  IVIR-AC confirmed the choice of model and approach as suitable to address questions about the impact of therapeutic vaccination, noting the extremely ambitious timeline.  IVIR-AC acknowledged that the extensive expert consultations support the modelling scenarios, assumptions and use cases and agreed that they reflect our best knowledge at this time.  IVIR-AC welcomed the acknowledgment by the modelling team that they will track time in state12 in different populations, explore more optimistic baseline coverage scenarios for preventive vaccina- tion and screening and provide further detail on the economic analysis to be conducted when these have been finalized.  IVIR-AC acknowledged that Use case 1 (giving therapeutic vaccine to all adult females in a cohort) is not likely to be cost-effective, but that data to that effect may provide additional insight.  IVIR-AC stressed the need for extensive sensitivity analyses of assumptions in the calibration of HIV effects in Policy1-Cervix-HIV to the United Republic of Tanzania data and for the generic model of sexual behaviour applied in the 78-country plat- form.  IVIR-AC welcomed the revised thinking on Staging of analyses and suggested consideration not only of criteria scenarios for further analysis but also of criteria to re-evaluate a subset of scenarios that were omitted in the early stages of analysis. Evaluation of morbidity associated with enteric pathogens Diarrhoeal infections are a leading cause of childhood mortality and morbidity. Vaccines against Shigella, enterotoxigenic E. coli (ETEC), norovirus and invasive non-typhoidal Salmonella are in clinical development; however, their full value in terms of short- and long- term health and socioeconomic burden needs to be evaluated and communicated to encourage and justify investment in vaccine development and deployment. Although global mortality estimates of enteric patho- gens exist, there are limited data on the broad, long- et ont présenté une vue d’ensemble détaillée des activités passées et prévues, y compris la détermination des caractéris- tiques du produit à privilégier et la modélisation,11 pour évaluer l’impact et le rapport coût-efficacité de la vaccination thérapeu- tique contre le PVH. Il a été demandé à l’IVIR-AC d’émettre des commentaires sur la pertinence du plan de modélisation proposé, des étapes, des scénarios et des hypothèses connexes pour la prise de décisions. Résumé des commentaires et des recommandations de l’IVIR-AC  L’IVIR-AC a confirmé la pertinence du choix du modèle et de l’approche pour répondre aux questions sur l’impact de la vaccination thérapeutique, en relevant que le calen- drier était extrêmement ambitieux.  L’IVIR-AC a reconnu que les vastes consultations d’experts vont dans le sens des scénarios de modélisation, des hypo- thèses et des utilisations envisagées et a convenu qu’ils reflétaient nos meilleures connaissances à l’heure actuelle.  L’IVIR-AC s’est félicité de l’intention de l’équipe de modé- lisation de suivre le «time in state» dans différentes popu- lations, d’étudier des scénarios plus optimistes de couver- ture de base de la vaccination préventive et du dépistage et de fournir davantage de détails sur l’analyse économique à effectuer lorsque ceux-ci auront été finalisés.12  L’IVIR-AC a reconnu que le rapport coût-efficacité du scénario d’utilisation 1 (administrer un vaccin thérapeu- tique à toutes les femmes adultes d’une cohorte) n’est probablement pas satisfaisant, mais que les données à cet effet peuvent fournir des informations supplémentaires.  L’IVIR-AC a souligné la nécessité d’effectuer des analyses de sensibilité approfondies des hypothèses de calibrage des effets du VIH dans le modèle Policy1-Cervix-HIV pour les données de la République Unie de Tanzanie et pour le modèle générique de comportement sexuel appliqué sur la plateforme incluant 78 pays.  L’IVIR-AC s’est félicité de la réflexion révisée sur le phasage des analyses (Staging of analysis) et a suggéré d’envisager non seulement des scénarios basés sur des critères en vue d’une analyse plus approfondie, mais aussi des critères permettant de réévaluer un sous-ensemble de scénarios qui ont été omis dans les premiers stades de l’analyse. Évaluation de la morbidité associée aux agents pathogènes entériques Les infections diarrhéiques sont l’une des principales causes de mortalité et de morbidité de l’enfant. Des vaccins contre l’infec- tion à Shigella, E. coli entérotoxinogène (ETEC), le norovirus et Salmonella non typhique invasive sont en cours de développe- ment clinique; toutefois, leur pleine valeur en termes de santé à court et à long terme et de charge socio-économique doit être évaluée et communiquée pour encourager et justifier les inves- tissements dans le développement et le déploiement de vaccins. Bien qu’il existe des estimations mondiales de la mortalité due aux agents pathogènes entériques, il existe peu de données sur 11 Utilizing Policy-1 cervix which is an extensively validated dynamic model of HPV transmission, vaccination, precancer, cancer survival, screening, diagnosis and treatment. See https://www.policy1.org/models/cervix (accessed March 2022). 12 Time in state is the time since entering a stage of infection. 11 Utilisant Policy1-Cervix, un modèle dynamique largement validé de la transmission du PVH, de la vaccination, des lésions précancéreuses, de la survie au cancer, du dépistage, du diagnostic et du traitement. Voir https://www.policy1.org/models/cervix (consulté en mars 2022). 12 «Time in state» est le temps écoulé depuis l’infection. RELEVÉ ÉPIDÉMIOLOGIQUE HEBDOMADAIRE, No 18, 6 MAI 2022 181 term impact of these pathogens (e.g., growth retarda- tion, mental status impairment, etc.). WHO and the Burden of Enteric Diseases Morbidity Working Group (BoED MWG)13 aim to assess the long-term burden of enteric pathogens as part of the full value of enteric vaccines value assessment. The rationale for long-term morbidity evaluation, the analysis approach utilizing the MAL-ED14 study to investigate the impact of pathogens on long-term morbidity and the systematic review methodology to identify evidence of long-term morbidity from ETEC, norovirus and Campylobacter were presented. IVIR-AC was asked for feedback on the proposed framework, analysis plan and systematic review. Summary of IVIR-AC feedback and recommendations  IVIR-AC acknowledged the unique suitability of the MAL-ED data set (a longitudinal cohort) to contribute long-term morbidity estimates but recommended an analysis plan a priori due to the complexity of such an assessment.  IVIR-AC recommended a minimum agreement threshold15 be pre-specified for the data extraction phase of the systematic review which, if not met, would trigger extraction of data from all articles by the second reviewer and a third reviewer, if necessary, to reach consensus.  IVIR-AC noted several technical aspects to consider, namely: – individual-level episodes of infection and shedding could be probabilistic estimates in a Markov model, rather than pre-defined assumptions which could be artificial cut-off values for the duration of incubation and post diarrhoeal shedding; – the impact of co-infections in enhancing exposure effects could be estimated within the model framework; – self-controlled case series design could be an alternative to assessing short-term impacts of infection on growth, while accounting for individual-level confounders (e.g., comparing rate of growth prior to the enteric disease episode with growth after the episode).  IVIR-AC suggested: – consideration of qualitative, person-centered methods to prepare for future work on disease burden (educational, cost, social etc.), such as a small sample which could examine the leur impact général à long terme (par exemple le retard de croissance, l’altération de l’état mental, etc.). L’OMS et le Groupe de travail sur la charge de la morbidité liée aux maladies enté- riques13 cherchent à évaluer la charge à long terme des agents pathogènes entériques dans le cadre de l’évaluation de la pleine valeur des vaccins contre les maladies entériques. La justification de l’évaluation de la morbidité à long terme, la méthode d’analyse utilisant l’étude MAL-ED14 pour étudier l’im- pact des agents pathogènes sur la morbidité à long terme et la méthode utilisée pour la revue systématique visant à identifier les données probantes sur la morbidité à long terme due à ETEC, au norovirus et à Campylobacter ont été présentées. Il a été demandé à l’IVIR-AC d’émettre des commentaires sur le cadre, le plan d’analyse et la revue systématique proposés. Résumé des commentaires et des recommandations de l’IVIR-AC  L’IVIR-AC a reconnu la pertinence unique de l’ensemble de données de l’étude MAL-ED (cohorte longitudinale) pour fournir des estimations de morbidité à long terme, mais a recommandé un plan d’analyse a priori en raison de la complexité d’une telle évaluation.  L’IVIR-AC a recommandé de définir préalablement un seuil d’accord minimum15 pour la phase d’extraction des données de la revue systématique qui, s’il n’est pas atteint, déclencherait l’extraction des données de tous les articles par le deuxième examinateur, et un troisième examinateur si nécessaire, pour parvenir à un consensus.  L’IVIR-AC a relevé plusieurs aspects techniques à prendre en compte, à savoir: – les épisodes d’infection et d’excrétion au niveau indi- viduel pourraient être des estimations probabilistes dans un modèle de Markov, plutôt que des hypothèses prédéfinies qui pourraient être des valeurs limites artificielles pour la durée de l’incubation et de l’excré- tion post-diarrhéique; – l’impact des co-infections sur l’augmentation des effets de l’exposition pourrait être estimé dans le cadre du modèle; – la conception de séries de cas autocontrôlées pourrait être une alternative pour évaluer les effets à court terme de l’infection sur la croissance, tout en tenant compte des facteurs de confusion au niveau individuel (par exemple en comparant le taux de croissance avant et après la maladie entérique).  L’IVIR-AC a suggéré: – d’envisager des méthodes qualitatives, centrées sur la personne, pour préparer les travaux futurs sur la charge des maladies (éducation, coût, social, etc.), par exemple en sélectionnant un petit échantillon pour 13 Hasso-Agopsowicz M et al. WHO Expert Working Group: Recommendations for assessing morbidity associated with enteric pathogens. Vaccine. 2021;39(52):7521– 5. doi:10.1016/j.vaccine.2021.11.033. 14 MAL-ED Network Investigators. The MAL-ED study: a multinational and multidisci- plinary approach to understand the relationship between enteric pathogens, mal- nutrition, gut physiology, physical growth, cognitive development, and immune responses in infants and children up to 2 years of age in resource-poor environ- ments. Clin Infect Dis. 2014;59(Suppl 4):S193–206. doi:10.1093/cid/ciu653. 15 A Minimum agreement threshold is the lowest percent agreement allowed between 2 reviewers to still conclude consensus when evaluating studies as part of a syste- matic review. 13 Hasso-Agopsowicz M et al. WHO Expert Working Group: Recommendations for assessing mor- bidity associated with enteric pathogens. Vaccine. 2021;39(52):7521–5. doi:10.1016/j.vac- cine.2021.11.033. 14 MAL-ED Network Investigators. The MAL-ED study: a multinational and multidisciplinary approach to understand the relationship between enteric pathogens, malnutrition, gut physio- logy, physical growth, cognitive development, and immune responses in infants and children up to 2 years of age in resource-poor environments. Clin Infect Dis. 2014;59(Suppl 4):S193–206. doi:10.1093/cid/ciu653. 15 Le seuil d’accord minimum est le pourcentage d’accord le plus bas autorisé entre 2 examina- teurs pour conclure à un consensus lors de l’évaluation d’études dans le cadre d’une revue systématique. 182 WEEKLY EPIDEMIOLOGICAL RECORD, NO 18, 6 MAY 2022 in-depth lived experience of the impact of enteric pathogens on children and families; noting that these could enhance future measures of quality-of-life impact by ensuring that the full scope of the impact is identified; – consideration of site-specific analyses to understand the optimal age of vaccination for the MAL-ED analysis. Vaccine Impact Modelling Consortium (VIMC) The VIMC16 is a multinational collaboration of 21 research groups funded by Gavi, the Vaccine Alliance, and the Bill & Melinda Gates Foundation. The Consor- tium aims to deliver a more sustainable, efficient and transparent approach to generating estimates of disease burden and vaccine impact for 12 vaccine-preventable diseases (VPDs). Data generated by the Consortium can support evaluation of immunization programmes and inform potential future investments and/or vaccine scale-up. This recurring information session at IVIR-AC meetings serves to update IVIR AC on VIMC’s latest models and ongoing workstreams. VIMC presented their latest 2021 model runs and complementary work- streams that examine the effect of subnational hetero- geneity on vaccination coverage, the role of demo- graphic uncertainty and investigations on vaccine equity as part of a systematic literature review. IVIR-AC members provided their perspective on the work presented. Summary of IVIR-AC feedback and recommendations  IVIR-AC stressed the importance of VIMC’s 2021 modelling efforts, especially with respect to under- standing the impact of COVID-19. To that end, IVIR-AC recommended: – clarification and justification of the basis for quantifying the impact of external factors (such as the COVID-19 pandemic or global and economic unrest) on vaccination coverage; – proposals for modelling scenarios with differ- ent levels of impact of these external factors.  IVIR-AC thanked VIMC for its ongoing support and collaboration with WHO and suggested the inclusion of an illustration/figure to delineate the different coverage scenarios considered, making them easier to understand.  IVIR-AC acknowledged VIMC’s ongoing work- streams and suggested: – exploring geographical heterogeneity of vaccination for more vaccines to understand whether heterogeneity is vaccine-specific – i.e., results which may inform policy; – clearly describing the definition of “effectively protected”, “clustering of coverage” and the methodology assessing the effect of clustering in coverage and indirect benefits; and étudier l’expérience vécue en profondeur en termes d’impact des agents pathogènes entériques sur les enfants et les familles; en veillant à saisir toute l’am- pleur de l’impact de ces maladies, cela pourrait améliorer les mesures futures de l’impact sur la qualité de vie; – d’envisager des analyses spécifiques à chaque site pour comprendre l’âge optimal pour recevoir la vacci- nation aux fins de l’étude MAL-ED. Consortium de modélisation de l’impact des vaccins Le Consortium de modélisation de l’impact des vaccins (VIMC, Vaccine Impact Modelling Consortium)16 est une collaboration multinationale comptant 21 groupes de recherche qui est finan- cée par l’Alliance Gavi et la Fondation Bill et Melinda Gates. Ce Consortium vise à offrir une approche plus durable, efficace et transparente pour la production des estimations de la charge de morbidité et de l’impact des vaccins pour 12 maladies à prévention vaccinale. Les données générées par le Consortium peuvent aider à l’évaluation des programmes de vaccination et guider les investissements futurs potentiels et/ou la mise à l’échelle des vaccins. Lors des réunions de l’IVIR-AC, une séance d’information récurrente est organisée pour fournir à l’IVIR-AC des informations actualisées sur les derniers modèles et les travaux en cours du VIMC. Le VIMC a présenté ses dernières séries de modèles 2021 et ses axes de travail complémentaires qui examinent l’effet de l’hétérogénéité infranationale sur la couverture vaccinale, le rôle de l’incertitude démographique et les enquêtes sur l’équité vaccinale dans le cadre d’une revue systématique de la littérature. L’IVIR-AC a fait part de ses obser- vations sur les travaux présentés. Résumé des commentaires et des recommandations de l’IVIR-AC  L’IVIR-AC a souligné l’importance des travaux de modéli- sation effectués par le VIMC en 2021, en particulier en ce qui concerne la compréhension de l’impact de la COVID-19. À cet effet, l’IVIR-AC a recommandé: – de clarifier et de justifier la base sur laquelle repose la quantification de l’impact de facteurs externes (tels que la pandémie de COVID-19 ou les troubles mondiaux et économiques) sur la couverture vaccinale; – de proposer des scénarios de modélisation avec diffé- rents niveaux d’impact de ces facteurs externes.  L’IVIR-AC a remercié le VIMC pour son soutien et sa colla- boration continus avec l’OMS et a suggéré l’inclusion d’une illustration/figure pour présenter les différents scénarios de couverture envisagés afin d’en faciliter la compréhen- sion.  L’IVIR-AC a pris acte des axes de travail actuels du VIMC et a suggéré: – d’étudier l’hétérogénéité géographique de la vaccina- tion pour un plus grand nombre de vaccins afin de déterminer si elle dépend du vaccin utilisé et d’orien- ter les politiques en conséquence; – de définir clairement les termes «efficacement protégé» et «regroupement de la couverture» ainsi que la méthode utilisée pour évaluer l’effet du regrou- pement de la couverture et ses avantages indirects; et 16 See www.vaccineimpact.org (accessed March 2022). 16 Voir www.vaccineimpact.org (consulté en mars 2022). RELEVÉ ÉPIDÉMIOLOGIQUE HEBDOMADAIRE, No 18, 6 MAI 2022 183 – gaining a wider understanding, evaluating vaccine equity and access with other possible contributing factors such as vaccine accep- tance. Vaccine impact estimates for Immunization Agenda 2030 (IA 2030) – update IVIR-AC previously reviewed17, 2, 18 several iterations of the modelling methodology for estimating vaccine impact as part of the WHO Immunization Agenda 2030(IA 2030): A global strategy to leave no one behind.19 Recent recommendations from IVIR-AC1919 focused on uncertainty analysis and model validation, with the inclusion of high-income countries (HICs). This session served to update IVIR-AC on modifications which addressed the detailed technical recommendations provided by IVIR-AC in September 202119 and to present the refined uncertainty analysis and status of the valida- tion work of the first iteration of estimates of deaths averted for HICs. IVIR-AC validated plans to include propagation of uncertainty through the entire modelling process and applauded the team for consistently and swiftly address- ing guidance from IVIR-AC. Further guidance was sought on integrating data from high-income system- atic reviews into the estimation process. Summary of IVIR-AC feedback and recommendations IVIR-AC recommended ways to simplify yet strengthen the proposed methodology, namely:  Support the uncertainty analysis by liaising with VIMC16 and the Institute for Health Metrics Evalu- ation (IHME)20 to access and utilize their estimates of deaths averted and to avoid recreating such estimates using arbitrary assumptions about parameter distribution and independence.  Decouple HIC and LMIC vaccine impact assess- ments in order not to delay the progress of LMICs (in which the burden of VPD is higher) by methodological challenges related to the former.  Publish (or post a pre-print version of) the litera- ture review and synthesize the review with summary metrics (e.g., countries covered; size of VPD burden addressed; time period). IVIR-AC is uniquely positioned to provide highly tech- nical modelling feedback to the IA 2030 initiative in order to shape, validate and reinforce the initiative’s proposed modelling framework. To that end, IVIR-AC recommended the importance of: – d’acquérir une compréhension plus large, en évaluant l’équité vaccinale et l’accès aux vaccins avec d’autres facteurs contributifs possibles tels que l’acceptation des vaccins. Estimations de l’impact des vaccins pour le Programme pour la vaccination à l’horizon 2030 (IA 2030) – mise à jour L’IVIR-AC a précédemment examiné,17, 2, 18 plusieurs itérations de la méthode de modélisation pour estimer l’impact des vaccins dans le cadre du Programme de vaccination de l’OMS à l’horizon 2030: Une stratégie mondiale pour ne laisser personne de côté.19 Les recommandations récentes de l’IVIR-AC19 ont porté sur l’analyse des incertitudes et la validation des modèles, avec l’inclusion des pays à revenu élevé. Cette séance a permis d’informer l’IVIR-AC sur les modifications apportées en réponse aux recommandations techniques détaillées fournies par l’IVIR-AC en septembre 202119 et de présenter l’analyse affinée de l’incer- titude et l’état d’avancement des travaux de validation de la première itération des estimations des décès évités pour les pays à revenu élevé. L’IVIR-AC a validé les plans visant à inclure la propagation de l’incertitude à travers le processus de modélisation et a vive- ment félicité l’équipe pour avoir répercuté de manière cohé- rente et rapide les conseils de l’IVIR-AC. D’autres conseils ont été sollicités sur l’intégration des données des revues systéma- tiques pour les pays à revenu élevé dans le processus de produc- tion des estimations. Résumé des commentaires et des recommandations de l’IVIR-AC L’IVIR-AC a recommandé des moyens de simplifier la méthode proposée tout en la renforçant, à savoir:  étayer l’analyse de l’incertitude en établissant une liaison avec le VIMC16 et l’Institute for Health Metrics Evaluation20 pour accéder à leurs estimations des décès évités et les utiliser, et pour éviter de recréer ces estimations en utili- sant des hypothèses arbitraires sur la distribution et l’indé- pendance des paramètres;  découpler les évaluations de l’impact des vaccins dans les pays à revenu élevé et dans les PRFI afin de ne pas retar- der les progrès des PRFI (dans lesquels la charge des mala- dies à prévention vaccinale est plus élevée) en raison des difficultés méthodologiques liées aux pays à revenu élevé.  publier (ou diffuser en préimpression) la revue de la litté- rature et en faire une synthèse avec des mesures sommaires (par exemple les pays couverts, l’ampleur de la charge des maladies à prévention vaccinale examinée, la période de temps). L’IVIR-AC est particulièrement bien placé pour fournir des observations très techniques sur la modélisation à l’initiative IA2030 afin de façonner, valider et renforcer le cadre de modé- lisation proposé par l’initiative. À cet effet, l’IVIR-AC a souligné l’importance: 17 See No. 49, 2020, pp. 609–623. 18 See No. 47, 2021, pp. 569–578. 19 Immunization Agenda 2030: A Global Strategy to Leave No One Behind (https:// www.who.int/teams/immunization-vaccines-and-biologicals/strategies/ia2030 (accessed September 2022). 20 See https://www.healthdata.org (accessed March 2022). 17 Voir No 49, 2020, pp. 609-623. 18 Voir No 47, 2021, pp. 569-578. 19 Programme pour la vaccination à l’horizon 2030: Une stratégie mondiale pour ne laisser personne de côté. (https://www.who.int/fr/publications/m/item/immunization-agenda-2030-a- global-strategy-to-leave-no-one-behind (consulté en septembre 2022). 20 Voir https://www.healthdata.org (consulté en mars 2022). 184 WEEKLY EPIDEMIOLOGICAL RECORD, NO 18, 6 MAY 2022  d’élaborer et de clarifier le sens de l’expression «échantil- lonnage par hypercube latin spécifique d’un lieu»;  de générer des prédictions en échantillonnant plusieurs tirages du modèle de régression et en établissant la distri- bution complète, la moyenne, la médiane et les intervalles d’incertitude à 95% (pour déterminer si la distribution normale multivariée est la distribution la plus appropriée);  de fournir davantage de détails sur la façon dont l’ap- proche 3 («Réduction de l’incidence au cours d’une période donnée directement fournie par les études»), l’approche 5 («QALY») et l’approche 6 («DALY») sont mises en œuvre;  d’envisager de fixer la moyenne de la distribution bêta plutôt que de donner un poids supplémentaire à la diffé- rence moyenne dans la fonction objective;  d’acquérir une compréhension de l’ampleur des multipli- cateurs d’échelle dans le calibrage du VIMC;  de fournir des intervalles de prédiction dans les docu- ments d’information;  d’écarter un type d’incertitude à la fois lors de la déter- mination des intervalles d’incertitude; et  de tenir compte de l’effet de groupe de la vaccination dans l’approche 4 («Seule la prévalence de la maladie est connue»).   elaborating on and clarifying the intended meaning of “location-specific Latin hypercube sampling”;  generating predictions by sampling multiple draws from the regression model and producing the full distribution, mean, median and 95% uncertainty intervals (UIs) (to consider whether multivariate normal distribution is the most appropriate distri- bution to use);  providing more details on how Approach 3 (“Inci- dence reduction in a certain period directly provided by the studies”), Approach 5 (“QALY”) and Approach 6 (“DALY”) are implemented;  considering fixing the mean of the beta distribu- tion rather than giving extra weight to the mean difference in the objective function;  gaining an understanding of the magnitude of scaling multipliers in the VIMC calibration;  providing prediction intervals in background documents;  leaving out 1 uncertainty type at a time when producing uncertainty intervals (UI; and,  considering the herd effect of vaccination in Approach 4 (“Only the prevalence of the disease is known”). 