高リスクの村を優先して結核のアクティブ症例を特定するために,デジタル年次世帯調査データを活用する

科学分野:

• 公衆衛生
• 流行病学
• 医療情報学

背景:

• 結核 (TB) のアクティブ・ケース・ファインディング (ACF) は,特にインドのラジャスタンのような高流行地域では,見逃した症例を検出するために重要です.
• 既存のデジタル健康調査データは,ACFの戦略を強化するための潜在的なリソースを提供します.
• リスクの高い集団や村をターゲットにすることで 結核対策のリソース配置を最適化できます

研究 の 目的:

• ラジャスタン州における結核ACFの高リスク村を特定するためのデジタル年次健康調査データの有用性を評価する.
• ラジャスタン州の村で主要な危険因子 (貧困,社会的疎外,地理的なアクセス) の流行を決定する.

主な方法:

• ラジャスタン州の19の地区で 年間デジタル健康調査のデータを用いて 生態学的な調査が行われました
• 高リスクの村は,多次元貧困指数 (MDPI) >0.21,社会的に疎外された人口>60%,または初等保健センターまでの距離>7kmによって定義されました.
• 20,803の村の2460万人のデータを分析した.

主要な成果:

• 約34%の村では 結核の危険因子のうち少なくとも"つが認められた.
• 村の9パーセントは高い貧困 (MDPI>0.21) を報告し,25%は社会的に疎外された人口の割合が高い.
• 調査対象者の35%は社会的に疎外されたグループに属し,39%の世帯は固体燃料を使用していました.

結論:

• デジタル年次健康調査のデータは 標的型の TB 症例発見に有効に活用できます
• 研究では,既存のデータインフラを利用して 結核対策の高リスク地域を特定する可能性を強調しています.
• 特定された村でACFの収穫を評価し,他の地域ではデータ主導の戦略を促進するためにさらなる研究が推奨されています.