Year: 2023
Type: dissertation
Abstract: I vaccini sono considerati strumenti di salute pubblica di provata efficacia e sicurezza. Tuttavia, il loro uso può essere correlato al verificarsi di eventi avversi in seguito a immunizzazione (Adverse Events Following Immunization: AEFIs). La valutazione del nesso causale è fondamentale per il processo decisionale, poiché consente di bilanciare i benefici noti con i rischi possibili ma non verificati. Un numero considerevole di casi recenti ha contribuito ad aumentare l'attenzione sul problema del processo di valutazione degli AEFIs e sul perché il nesso causale finisce per essere quasi sempre escluso. Il ragionamento alla base di tale processo è standardizzato e sistematizzato dall'applicazione dell'algoritmo OMS per la valutazione della causalità individuale di AEFIs, ampiamente usato da autorità regolatorie e dipartimenti di farmacovigilanza. Crescenti casi di AEFIs gravi o letali, sistematicamente valutati come non correlati ai vaccini, hanno portato a mettere in discussione la sua validità. L'algoritmo presenta criticità che portano ad escludere la responsabilità del vaccino nella manifestazione di tali eventi, con relativo aumento di falsi negativi. Lo scopo della ricerca è quello di analizzare queste criticità da un punto di vista multidisciplinare: farmacologico ed epistemologico. Quest'ultimo è fondamentale per la analisi fondativa del nesso causale e per una valutazione complessiva dell'algoritmo, così come è concepito e metodologicamente strutturato. I punti focali della ricerca sono multifattorialità (ontologia), pluralismo probatorio (epistemologia) e approccio voucher (metodologia). Sulla base di questi criteri, suggerirò una possibile revisione dell'algoritmo, avanzando un nuovo quadro teorico. Presenterò poi un caso di studio per mostrare come la proposta potrebbe aumentare l'accuratezza della procedura di valutazione della causalità, riducendo la probabilità di falsi negativi.
Author: ILARDO, MARIA LAURA
Institution: Marche Polytechnic University
Language: Italian
Subfield: Toxicology
Domain: Life Sciences
Open Access status: green
OpenAlex ID: W7015956111
