哈马德医学公司和威尔·康奈尔医学的机构审查委员会批准了这项回顾性研究，并放弃了知情同意。根据加强流行病学研究（Strobe）指南的观察性研究的报道（扩展数据表3）。
这项研究是针对2021年12月19日Omicron变体之前和之后的卡塔尔人口进行的（参考文献16）。首次分析评估了前感染前感染在2020年2月5日（Qatar17 catar17 covid-19的大流行病的发作）之间和2021年12月18日之间使用前摩sicron病毒再感染的有效性。第二次分析评估了OMICRON感染在预防Omicron Virus的有效性中，在12月19日至12月20日（Mark Mark 20211年12月12日）。
该数据涵盖了共同，联邦联合数据库的共同数据库，用于联合实验室测试，疫苗接种，住院和死亡，该数据库从综合的，全国性的，数字健康信息平台（补充方法第2节）中检索出来。自大流行开始以来，这些数据库捕获了与SARS-COV-2相关的数据，没有丢失的信息，包括所有PCR测试，无论位置或设施如何，并且从2022年1月5日开始，所有医学监督的快速抗原测试（补充方法第3节）。SARS-COV-2测试在卡塔尔进行了广泛的态度，直到2022年10月31日，每周将近5％的人口进行测试，主要是出于常规目的，例如筛查或满足与旅行有关的要求56,60。随后，测试率降低，每周不到1％的人口被测试。通过常规测试而不是症状表现诊断出大流行期间的大多数感染56,60。
卡塔尔于2020年12月使用信使RNA疫苗启动了COVID-19疫苗接种计划，并根据共存条件和年龄标准为56,59的个人优先考虑个人。无论公民身份或居住地位如何，COVID-19 -19疫苗接种都是免费提供的，在全国范围内进行了56,59。人口统计信息，包括性别，年龄和国籍，是从国家卫生注册表的记录中提取的。卡塔尔显示了人口多样性，其中89％的居民是来自150多个国家 /地区的外籍人口17。以前报道了卡塔尔人口和国家数据库的详细描述17,32,51,53,56,60,62。
使用测试阴性，病例对照研究设计估计了自然感染对再感染的有效性，该设计将SARS-COV-2阳性测试（病例）与SARS-COV-2阴性测试（对照组）之间的先前感染的几率进行了比较。该评估是使用3个月的间隔进行的，自上次感染以来，进行了整体和时间。
根据每个分析期间进行的SARS-COV-2测试结果确定病例和对照。病例被定义为SARS-COV-2阳性测试，而对照组的定义为SARS-COV-2阴性测试。SARS-COV-2的再感染通常定义为已记录的感染，超过或等于先前感染后的90天，以避免将延长的测试阳性分类为较短的时间间隔16,21,65,66。因此，排除了90天内的SARS-COV-2阳性测试之前的病例或对照。先前的感染被定义为SARS-COV-2阳性测试超过或等于研究测试前90天。
为了遵守测试负性研究设计固有的非差异性医疗行为假设15,63,64，分析中只包括了具有记录的测试原因的测试。在OMICRON ERA分析中，在分析中排除了前摩粉前感染的病例或对照，因为研究问题涉及Omicron免疫的有效性，而不是针对Omicron的抗元素的有效性。先前已经研究了14,16,60的摩肌免疫对OMICRON再感染提供的保护。
在估计有效性的预防效果时，案件和对照是按性别，10岁年龄段，国籍，共存条件的数量（从零到或等于六的；补充疫苗的数量），从零到零剂量的数量（从零到四个或等于四），SARS-COV-2的persig and Craper-cr方法和方法，SARS-COV-2（范围更高），SARS-COV-3测试。这种匹配策略旨在平衡观察到的混杂因素，这些混杂因素可能会影响整个暴露组的感染风险17,67,67,68,69,70。匹配因素的选择是通过早期对卡塔尔人口11,56,56,57,58,59,71的发现指导的，并且需要遵守测试阴性设计固有的非不同寻求医疗保健行为假设15,63,64。通过通过SARS-COV-2测试的日历周，测试方法和测试理由来满足这一要求。在预防重度72，临界72或致命73 COVID-19时，在重新感染时的有效性时，应用了一对五个匹配比以提高统计精度。
RESTRAIGH72，批判72和FATAL73 COVID-19的分类遵循世界卫生组织指南（补充方法第4节）。评估是由受过训练的医务人员独立于研究调查人员进行的，并使用个人图表审查进行了评估。作为《国家议定书》的一部分，每个患有SARS-COV-2阳性测试和同时进行的Covid-19医院入院的人每3天接受感染严重程度评估，直到出院或死亡，而与住院时间无关。在SARS-COV-2阳性测试和这项研究结束之间发展到严重，关键或致命的19岁的个体是根据其最坏的结果分类的，从死亡开始，随后是严重的疾病，然后是严重的疾病。
感染的变异状态是根据感染诊断时的主要变体确定的。感染被归类为前摩卡或Omicron。The duration of dominance for every variant throughout the pandemic was determined using Qatar’s variant genomic surveillance74,75,76 (Extended Data Fig. 3), which includes viral genome sequencing74 and multiplex real-time quantitative PCR with reverse transcription (RT–qPCR) variant screening75 of weekly collected random positive clinical samples (Supplementary Methods section 3).一旦第一个巨大的Omicron波启动，几乎所有感染都归因于Omicron，因为它取代了所有前粉状变体16,60,62。
检查了SARS-COV-2测试的所有记录是否选择了病例和对照的选择，但仅分析了匹配的样品。使用频率分布和中央趋势的度量来描述病例和对照，并使用标准化的平均差异进行了比较。标准化的平均差异小于或等于0.1表示足够的匹配77。
优势比（OR）比较了病例与对照组之间先前感染的几率，并使用条件逻辑回归得出了95％的CI。自上次感染以来按时间分层的分析考虑了最新记录的感染日期。未调整顺式以使其多样化，也没有研究相互作用。所有估计值的参考组包括没有记录的先前感染的个体。
如果OR小于1，则将有效性度量和相关的95％CIS计算为病例与对照组的1或先前感染的1或1-OR-1，如果OR超过或大于或等于1（参考文献15,32,63,78）。这种方法确保了负效率和正效率的对称量表，从-100到100％，从而对有效性进行了清晰而有意义的解释，而不管值是正面或负面的。
除了估计先前感染在预防再感染中的有效性外，无论症状如何，还针对有症状的再感染进行了专门评估的有效性。这是通过将分析限制为由于临床怀疑而进行的测试来完成的，这表明存在与呼吸道感染一致的症状。
进行亚组分析，分别考虑了未接种和接种疫苗的个体。通过将SARS-COV-2重新感染重新定义为在先前感染后40天或等于40天的记录感染中，进行了灵敏度分析，而不是常规的感染超过或等于90天。最近的分析得出了这一调整，这表明40天的时间窗口定义重新感染21。在Stata/SE版本V.18.0（Stata）中进行了统计分析。
感染不足的不足会导致对先前感染状态的错误分类到本研究中使用的测试阴性设计中，这可能会偏向估计值15。为了评估不足众所周知对免疫保护估计的影响，通过扩展我们先前在测试阴性设计方法学上的工作来进行数学建模模拟15。这些模拟评估了仅10％的感染发现率的影响，表明90％的SARS-COV-2感染是未记录的，因此会被错误分类。该模型纳入了感染对再感染的保护作用的逐渐（线性）减弱。对前摩卡前和OMICRON减弱模式进行了分析，免疫保护持续时间为3年，用于Omicron ERA14，而Omicron ERA为1年。从前和摩米亚大流行阶段开始时，该结果以2年的分数报告。可以在其他地方找到该模型，其方法和以前的分析的详细描述15。
通过分析国家公共医疗系统数据库中每个人的电子健康记录相遇来确定并存的条件（补充方法第1节）。但是，这种方法可能无法捕获所有条件，因为某些情况可能在没有可用记录的私人设施中未被诊断或诊断。为了评估这种潜在偏差对感染对再感染的估计有效性的影响，进行了灵敏度分析，其中完全消除了共存条件数量的匹配，模拟了这些条件完全不足的情况。
这项研究使用了测试阴性设计15。为了验证发现的结果，有两个额外的国家，匹配的回顾性队列研究（用于摩托马前时代，另一个是Omicron时代）进行的。每项研究比较了两个国家队列中的感染和严重形式的Covid-19的发生率：具有记录的原发性SARS-COV-2感染（原发性感染队列）和未感染的个体（未感染的队列）的个体。
第一项研究估计了前原发感染在防止使用前摩卡前病毒再感染的有效性，第二项研究估计了Omicron原发性感染在防止使用Omicron病毒再感染的有效性。两项研究均在使用测试阴性设计的主要分析中进行的研究持续时间进行。感染的发生率定义为随访开始后的任何PCR阳性或快速抗原阳性测试，无论症状性表现如何。
在性别，10岁年龄段，国籍，共存状况的数量，随访开始时，SARS-COV-2阳性测试的日历周以及对单一感染队列的SARS-COV-2阳性测试以及单感染的群体测试的测试和快速的预定（PCR）和快速的预定剂的方法和匹配（SARS-COV-2阳性测试，pcr antige）（pcr antige）（pcr antigen），疫苗的数量，疫苗剂量的数量，疫苗的数量，疫苗剂量的数量，疫苗剂量的数量，疫苗剂量的数量，疫苗的数量，以及无单感染的同类测试，对单位感染的群体测试（pcr）和快速的预示，将队列完全匹配。在这两项研究中，匹配的一级感染队列中的个体可能在原发感染前在未感染的队列中贡献了随访时间，随后在感染后，作为一级感染队列的一部分，随后贡献了随访时间。
每对匹配对的随访开始在主要感染队列中的个体后90天后开始。为了确保交换性，每一个匹配对的两个成员都在接受额外的疫苗剂量的最早发生时进行了审查。因此，遵循个人直到以下任何事件中的第一个事件：记录的SARS-COV-2感染，主要感染队列中的个人的新疫苗剂量或未感染的队列（带有匹配的PAIR检查），死亡或行政终结，随访的最终或初次感染后15个月，该疫苗是在初次进行初次感染的。
使用COX回归模型与匹配因子的调整和使用COHOX的调整，使用STATA V.18.0 STCOX命令，使用COX回归模型与调整COX回归模型，使用COX回归模型和测试率进行调整，计算了总体调整后的危害比（AHR），以比较同类群体和相应95％CI之间的SARS-COV-2感染（或CoVID-19的严重形式）和相应的95％CI。实施此调整以确保对标准方差的精确且无偏见79。
总体AHR提供了随时间变化的危险比80的加权平均值。为了探索随着时间的推移，从随访开始时，使用单独的COX回归开始，还通过3个月的间隔来估算AHR的感染风险（或严重的Covid-19）风险（或严重的Covid-19）差异，并且“失败”仅限于特定的时间间隔。
如果AHR小于1小于1或等于1（参考32,78），则感染对重新感染的感染有效性以及对严重，临界或致命的COVID-19以及相关的95％CI的有效性，以及相关的95％CIS的有效性。这种方法确保了负效率和积极有效性的对称量表，从-100到100％，从而对有效性产生有意义的解释，而不管值是正值或负面的。
使用Stata/se V.18.0（Stata）进行统计分析。有关此类队列研究设计的更多详细信息可以在我们以前的出版物中找到，该出版物也使用相同的国家数据库来估计感染对再感染的有效性或疫苗接种对感染的有效性4,8,10,14,14,15,32,32,33,33,33,33,33,59,59,61,61,62,62,71,71,71,82,82,833。
有关研究设计的更多信息可在与本文有关的自然投资组合报告摘要中获得。
