Antecedentes/Objetivos: La capacidad de acceder y analizar grandes volúmenes de datos clínicos del mundo real (Real-World Data, RWD) es fundamental para avanzar en la investigación sanitaria, optimizar tratamientos y mejorar los resultados en salud pública. TriNetX es una red global federada de datos y análisis que conecta información clínica anonimizada procedente de los registros electrónicos de salud de organizaciones sanitarias en múltiples países. El objetivo de este estudio fue analizar el estado actual de las publicaciones que utilizan información de TriNetX sobre vacunas.

Métodos: Se realizó una revisión narrativa estructurada en MEDLINE, Scopus, ScienceDirect y Web of Science para identificar estudios que utilizaran datos de TriNetX en el contexto de la vacunación. Se realizó un metaanálisis temático para estimar el efecto de la vacunación sobre la mortalidad y las complicaciones clínicas graves relacionadas con la COVID-19.

Resultados: Se identificaron noventa y nueve publicaciones, mostrando un aumento sostenido en la investigación de vacunas con la utilización de TriNetx desde 2021. Las vacunas contra la COVID-19 fueron las más estudiadas, seguidas por las del herpes zóster, VPH, influenza y otras vacunas Se incluyeron seis estudios observacionales de alta calidad en el metaanálisis. La razón de riesgo (RR) combinada fue de 0,59 (IC95%: 0,39-0,88), lo que representa una reducción significativa del 41% en el riesgo de muerte o eventos graves en personas vacunadas. La heterogeneidad fue moderada, justificando el uso de un modelo de efectos aleatorios.

Conclusiones/Recomendaciones: TriNetX se ha consolidado como una herramienta valiosa para la investigación en vacunas basada en RWD, al proporcionar evidencia complementaria a los ECA y facilitar la evaluación de su efectividad y seguridad en contextos reales. A medida que la plataforma se expande y se desarrollan metodologías analíticas más sofisticadas, su impacto en la salud pública y en la toma de decisiones clínicas seguirá en aumento.