Tutkimus: Koronarokotuksia ottivat vähiten haavoittuvimmassa asemassa olevat väestöryhmät

Tutkimuksessa testattiin lähes 3000 terveyteen ja sosioekonomiseen asemaan liittyvän muuttujan yhteyttä ensimmäisen koronarokoteannoksen ottamiseen. Kyseessä on kansainvälisesti laajin tähän mennessä aihetta selvittänyt tutkimus. 

Koronarokotteen jättivät ottamatta etenkin ne ihmiset, joilla ei ollut palkkatuloja, joiden äidinkieli oli muu kuin suomi tai ruotsi tai joiden lähisukulaiset, erityisesti äiti, eivät olleet ottaneet koronarokotetta. Terveyteen liittyvistä muuttujista erityisesti mielenterveys- ja päihdeongelmista kertovat diagnoosit tai lääkeostot olivat yhteydessä matalampaan rokottautumisaktiivisuuteen. 

– Palkkatulojen puuttuminen voi johtua joko työttömyydestä, sairaudesta tai eläköitymisestä. Lisäksi tuloksemme osoittivat, että palkansaajien joukossa pienempipalkkaiset ottivat muita harvemmin ensimmäisen koronarokotteen, toteaa tutkijatohtori Tuomo Hartonen Helsingin yliopiston Suomen molekyylilääketieteen instituutista FIMMistä.

– Tutkimuksemme ei anna vastauksia siihen, mistä näkemämme yhteydet johtuvat. Voimme kuitenkin olettaa, että esimerkiksi matalapalkka-aloilla työskentelevien voi olla vaikeampaa sovittaa rokotusaika omiin työaikoihinsa. Rokotuksen järjestämiseen tai luotettavan tiedon hankkimiseen liittyvät haasteet saattavat koskea erityisesti mielenterveys- ja päihdeongelmista kärsiviä. Vieraskielisten taas voi olla hankalampaa saada tietoa omalla äidinkielellään, Hartonen arvioi.

Havainnot perustuvat FinRegistry/FinRekisterit-tutkimusaineistoon. Tutkimusryhmä analysoi koko väestön kattavia kansallisia terveys- ja väestörekisteritietoja koronapandemiaa edeltävältä ajalta ja vertasi tuloksia rokotusrekisteristä saatuihin tietoihin ensimmäisen koronarokoteannoksen osalta. Tutkimusaineisto rajattiin 30–80-vuotiaisiin.

–Tutkimuksemme erityisenä vahvuutena on sen pohjautuminen koko Suomen väestön kattaviin rekistereihin. Näin vältämme kyselytutkimuksille tyypillisen ongelman eli osallistujien valikoitumisen, sanoo tutkijatohtori Bradley Jermy FIMMistä.

Tutkijat korostavat, että tulokset kuvaavat muuttujien ja rokottautumisen yhteyttä väestötasolla, mutta niiden perusteella ei voi vetää johtopäätöksiä syy-seuraussuhteista. Tulosten perusteella on kuitenkin selvää, että muutenkin haavoittuvassa yhteiskunnallisessa asemassa olevien joukossa rokottautumisaktiivisuus on heikointa.

Tutkijat loivat koneoppimiseen perustuvan rokottautumista ennustavan mallin

Yksittäisten muuttujien tutkimisen lisäksi tutkijat muodostivat myös koneoppimiseen perustuvan rokottautumista ennustavan mallin. Ennustemalli pystyy erottelemaan ne riskitekijöiden yhdistelmät, joiden kohdalla todennäköisyys ottaa koronarokote on selvästi keskimääräistä pienempi. 

Koko tutkimusaineistossa ainakin yhden koronarokotuksen ottaneiden henkilöiden osuus oli noin 90 prosenttia. Rokotettujen osuus oli vain 19 prosenttia siinä 1 prosentissa väestöä, jonka ennustettu rokottautumisen todennäköisyys oli pienin. Koko 30-80 vuotiaaseen väestöön suhteutettuna tämä 1 prosenttia tarkoittaa noin 32 000 ihmistä.

– Tutkimuksemme on luonut puitteet tunnistaa koneoppimisen ja tilastollisten menetelmien avulla ne ryhmät, joiden osallistuminen rokotusohjelmiin on kaikkein epätodennäköisintä, toteaa tästä osatutkimuksesta vastannut ryhmänjohtaja Andrea Ganna FIMMistä.

– Tästä tutkimuksesta saatuja tuloksia ja ennustemallia voidaan tulevaisuudessa hyödyntää esimerkiksi rokotuskampanjoiden suunnittelussa, kertoo FinRekisterit-tutkimuksen johtava tutkija, tutkimusprofessori Markus Perola THL:stä.

– Tämä tutkimus on hieno esimerkki siitä, minkälaisia mahdollisuuksia FinRekisterit-tutkimus luo hyvinkin ajankohtaisten asioiden tutkimiseen nopealla aikataululla. THL:n geeni- ja rekisteritutkijoiden ja FIMMin tutkijoiden yhteistyö auttaa ymmärtämään niitä monia teitä, jotka johtavat alttiuteen eri tauteihin, Perola jatkaa.

Tutkimus on toteutettu osana FinRekisterit/FinRegistry-tutkimushanketta, joka on THL:n ja Helsingin yliopiston Suomen molekyylilääketieteen instituutin (FIMM) yhteinen. Tutkimuksen tulokset on juuri julkaistu Nature Human Behavior -lehdessä.

Lähde:

Nationwide health, socio-economic and genetic predictors of COVID-19 vaccination status in Finland Tuomo Hartonen, Bradley Jermy, Hanna Sõnajalg, Pekka Vartiainen, Kristi Krebs, Andrius Vabalas, FinnGen, Estonian Biobank Research Team, Tuija Leino, Hanna Nohynek, Jonas Sivelä, Reedik Mägi, Mark Daly, Hanna M. Ollila, Lili Milan, Markus Perola, Samuli Ripatti & Andrea Ganna. Nature Human Behavior DOI:10.1038/s41562-023-01591-z

Lisätietoja:

FinRekisterit-sivusto: https://thl.fi/fi/tutkimus-ja-kehittaminen/tutkimukset-ja-hankkeet/finrekisterit

FinRegistry-sivusto tutkijoille: https://www.finregistry.fi/