坦桑尼亚西北部卡盖拉地区基于卫生设施和社区调查数据的疟疾负担地理空间分析

Geospatial Analysis of Malaria Burden in Kagera Region, Northwestern Tanzania Using Health Facility and Community Survey Data

作者信息Daniel A Petro, Nyimvua Shaban, Sijenunu Aaron, Frank Chacky, Samuel Lazaro, Maciej F Boni, Deus S Ishengoma
PMID39507880
发布时间2024-10-11
DOI10.1093/ofid/ofae609

实验完整度

低

本研究为回顾性数据分析,基于卫生设施和社区调查的二手数据,无前瞻性实验或功能验证,主要使用空间统计和描述性分析,未涉及实验室或临床干预实验。

主要模型

卫生设施报告的疟疾检测数据(2017-2023年) 孕妇产前检查数据(2017-2023年) 学龄儿童学校疟疾调查数据(2015, 2017, 2019, 2021年)

重点核对

数据来源:DHIS2系统,包含2017-2023年卫生设施月度疟疾检测数据,以及2015-2021年学校调查数据 检测方法:快速诊断检测(RDT) 研究对象:<5岁和≥5岁患者、孕妇、学龄儿童 地理单元:192个选区,8个行政区 统计方法:Kruskal-Wallis检验、Mann-Kendall检验、全局Moran指数、局部空间自相关分析(热点分析)

摘要

背景:过去20年,由于扩大控制干预措施,坦桑尼亚的疟疾传播显著下降。然而,最近在坦桑尼亚西北部的卡盖拉地区确认了青蒿素部分耐药性(ART-R),这威胁到该国消除疟疾的持续努力。本研究是根据世界卫生组织的建议进行的,目的是在制定耐药性应对策略之前,生成已确认ART-R地区疟疾负担的证据。方法:我们通过地理空间分析评估了卡盖拉地区当地的疟疾负担,使用了2015年至2023年从卫生设施和社区调查中回顾性收集的数据,以识别疟疾热点。结果:从2017年到2023年,卫生设施共报告了8,124,363例疑似疟疾病例,其中2,983,717例(36.7% [各选区范围95%,22.7%–50.7%])快速诊断检测呈阳性。5岁以下患者(33.1% [95%范围,19.7%–46.5%])和5岁及以上患者(33.7% [21.0%–46.5%])的检测阳性率相似。孕妇的疟疾患病率为10.0%(各选区范围95%,5.1%–14.9% [n = 84,999/853,761]),学龄儿童为26.1%(11.7%–40.6% [n = 3,409/13,065])。尽管存在高度时间变异性,我们识别出热点和冷点,包括192个选区中有69个(35.9%)持续高负担。结论:卡盖拉地区的疟疾负担表现出高度的时间和空间异质性,其中学龄儿童的患病率最高。这一人口统计学模式强调了采取针对性干预措施的必要性,并为该地区制定ART-R应对措施提供了证据。

实验结论

提炼研究问题、关键发现与证据,快速把握文章的核心贡献。

研究问题
在已确认青蒿素部分耐药性的卡盖拉地区,疟疾负担的时空分布模式及高风险区域是哪些?
核心机制
文中未明确说明核心机制;研究主要描述疟疾负担的时空异质性,未验证特定生物学机制。
主要证据
2017-2023年卫生设施报告的8124363例疑似病例中RDT阳性率36.7%;孕妇患病率10.0%(84999/853761);学龄儿童患病率26.1%(3409/13065);空间分析显示69/192个选区为持续高负担热点。
研究意义
为卡盖拉地区制定针对青蒿素部分耐药性的应对策略提供证据,并支持政府和利益相关者设计、部署和实施干预措施,以监测、预防和控制ART-R在该地区及坦桑尼亚其他地区的传播。

研究路径

按研究推进顺序梳理实验设计、验证步骤与关键观察。

1

数据收集与整理

获取并整理用于分析疟疾负担的回顾性数据。

从DHIS2系统下载2017-2023年卫生设施月度疟疾检测数据,以及2015、2017、2019、2021年学校疟疾调查数据;使用Excel和R软件进行数据清理和预处理。

2

计算疟疾负担指标

计算不同人群的疟疾检测阳性率和患病率。

计算总体、<5岁和≥5岁患者的检测阳性率(TPR),计算孕妇和学龄儿童的疟疾患病率,并按年度、研究组、行政区和选区进行汇总。

3

时空趋势分析

分析疟疾负担的时间变化和空间分布模式。

使用Kruskal-Wallis检验比较不同行政区和选区的负担差异,使用Mann-Kendall检验检测时间趋势;使用R和Python绘制时间趋势图;使用全局Moran指数评估空间自相关性;使用局部空间统计方法(spdep包)进行热点分析,识别热点和冷点。

4

识别热点和冷点

确定疟疾负担持续高或低的区域,为干预提供靶点。

基于空间分析结果,识别在95%和99%置信水平上显著的热点和冷点,并统计各行政区内热点和冷点的数量。

研究方法

按研究目的归类文中使用的方法,便于定位所需技术。

产品清单

实验环节名称品牌货号
地区卫生信息系统2----
R--v4.4.1
Excel--Office
Python----
pandas--v2.2.0
matplotlib--v3.8.2
numpy--v1.26.3
ggplot2--v3.5.1
sf--v1.0.15
spdep--v1.3.3
rnaturalearth--v1.0.1

关键环节

汇总复现实验时建议重点确认的条件及原文阅读提示。

环节核对要点
数据收集
数据来源:DHIS2系统;时间范围:2017-2023年(卫生设施数据),2015、2017、2019、2021年(学校调查数据);数据包含哪些变量(如年龄、性别、检测结果)?
阅读提示:Methods中Data Collation and Management部分
人群分组
患者年龄分组:<5岁和≥5岁;孕妇(产前检查)和学龄儿童的定义和纳入标准。
阅读提示:Methods中Statistical Analysis部分
检测方法
使用快速诊断检测(RDT)进行疟疾检测;检测试剂盒的具体型号和厂家未明确说明。
阅读提示:Methods中Statistical Analysis部分
统计与空间分析
统计检验(Kruskal-Wallis、Mann-Kendall)和空间分析(全局Moran指数、局部空间自相关)的详细参数和软件版本(R包版本)。阈值划分标准(TPR和患病率的cutoffs)。
阅读提示:Methods中Statistical Analysis部分和Supplementary materials
地理单元
选区(192个)和行政区(8个)的边界数据来源;是否有选区被排除(如保护区)。
阅读提示:Methods中Study Design and Site部分和Supplementary Figure 1、2
学校调查
学校选择方法、调查时间(通常十月或九月)、样本大小、重复调查的学校。
阅读提示:Figure 3B图注和Supplementary materials