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。
Geospatial Analysis of Malaria Burden in Kagera Region, Northwestern Tanzania Using Health Facility and Community Survey Data
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。
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)
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)
提炼研究问题、关键发现与证据,快速把握文章的核心贡献。
按研究推进顺序梳理实验设计、验证步骤与关键观察。
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。
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。
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。
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。
按研究目的归类文中使用的方法,便于定位所需技术。
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 |