通过数据重采样方法改进血吸虫社区感染的评估

背景：曼氏血吸虫感染的常规诊断方法是使用Kato-Katz（KK）技术进行粪便显微镜检查以检测虫卵。其结果在日间存在高度变异性，并可能导致用于指导公共卫生项目的社区感染估计出现偏差。我们的目标是开发一种重采样方法，利用大规模随机试验的数据来准确预测社区感染。方法：我们开发了一种重采样方法，当使用KK粪便显微镜检查对每个宿主进行单样本检测时，该方法能够提供曼氏血吸虫感染的患病率、感染强度和其他统计量的无偏社区估计。该方法利用了血吸虫病研究和评估联盟（SCORE）项目收集的大规模数据集，并允许将单粪便标本社区筛查与其假定的多日“真实统计量”联系起来。结果：SCORE数据分析揭示了KK粪便显微镜检查的有限敏感性和单日社区检测与多日检测相比的系统性偏差；对于患病率估计，其可能低于真实值高达50%。所提出的SCORE聚类方法减少了系统性偏差，并将估计患病率值带入真实值的5%-10%以内。这适用于广泛的传播环境，包括SCORE社区和其他数据集。结论：我们的SCORE聚类方法可以显著改善在使用粪便显微镜检查的环境中曼氏血吸虫患病率的估计。