デング熱アウトブレイクの予測と早期警報システム：最新のナラティブレビュー

科学分野:

• 公衆衛生
• 疫学
• データサイエンス

背景:

• デング熱は重大な世界的健康脅威をもたらし、効果的な予測および警報システムを必要とします。
• 既存の文献は、デング熱アウトブレイクを予測するための多様な पद्धत を提示しています。

研究 の 目的:

• デング熱アウトブレイク予測および警報システムに関する調査結果を体系的にレビューおよび統合すること。
• 現在のシステムの पद्धत、主要な変数、パフォーマンス、および制限を特定すること。

主な方法:

• 文献調査、テーマ別範囲定義、探索的レビュー、分類、批判的分析、およびナラティブ合成を含む5段階のレビュープロセス。
• 予測に関する14の記事、警報システムに関する7の記事の選択。
• 統計モデル、機械学習モデル、およびディープラーニングモデルの分析。

主要な成果:

• 気象変数と気候変数が最も頻繁に利用され、疫学的および昆虫学的データがそれに続きます。
• ランダムフォレストおよびLong Short-Term Memoryモデルは、短期予測（最大1週間）で高い予測精度を示します。
• 高度な警報システム（例：EWARS-TDR、ADSEWS）は、古典的な方法と比較して、より長いリードタイム（最大13週間）のために複数のデータソースを統合します。

結論:

• 高度なモデルは有望ですが、データの品質、利用可能性、モデルの再現性、および実装には課題が残っています。
• これらのシステムの公衆衛生における実用的な応用を強化するためには、さらなる研究開発が必要です。
• 多様なデータソースと高度なモデリング技術の統合は、デング熱サーベイランスと対応努力を改善できます。