マラリア薬耐性に対するモデル主導型の地理空間監視システム

科学分野:

• 疫学
• 地理空間分析
• 寄生虫学

背景:

• 疾患監視は、リソースの制約により最適化が必要です。
• インドは、人口密度、多様な地理、プラスモジウムファルシパルムの薬物耐性のばらつきにより、マラリア制御に課題を抱えています。
• 既存の監視方法では、抗マラリア薬耐性が進化している地域を効果的にターゲットにしていない可能性があります。

研究 の 目的:

• インドにおけるプラスモジウムファルシパルムマラリアの抗マラリア薬耐性の分子監視のための最適な研究サイトを選択するためのデータ駆動型の意思決定フレームワークを開発すること。
• 地理空間モデリングと既存の耐性データを統合して、高優先度の監視地域を特定すること。
• マラリア監視活動の効率と有益性を高めること。

主な方法:

• 世界抗マラリア薬耐性ネットワーク（WWARN）Surveyorデータベースから抗マラリア薬耐性マーカーに関するデータを取得しました。
• インド全土のマーカー有病率を推定するために地理統計モデリングを使用し、高い有病率と不確実性の地域を特定しました。
• 分子監視のためのサイト選択を容易にするインタラクティブなRShinyダッシュボードを開発しました。

主要な成果:

• 主要な抗マラリア薬耐性マーカーの有病率が高く、不確実性が高いインドの特定の地域を特定しました。
• 地理空間モデリングの出力に基づいて分子監視サイトを選択するための実用的なフレームワークを実証しました。
• マラリア監視における運用上の意思決定をサポートするためのユーザーフレンドリーなツール（RShinyダッシュボード）を作成しました。

結論:

• 開発された地理空間フレームワークは、プラスモジウムファルシパルムマラリアの分子監視のためのサイトの選択を効果的に導きます。
• 地理空間モデリングと既存のデータを統合することで、リソースが制約された疾患監視の効率が向上します。
• このアプローチは、効果的なマラリア制御のためのデータに基づいた運用上の意思決定をサポートします。