ガーナ,アサンテ・アキエム・アゴゴの排水サンプルにおけるサルモネラ・タイフィの存在を予測するための統計的方法
Sampson Twumasi-Ankrah1, Michael Owusu2, Michael Owusu-Ansah3
1Department of Statistics and Actuarial Science, Kwame Nkrumah University of Science and Technology, Kumasi, Ghana.
PLoS neglected tropical diseases
|February 17, 2026
まとめ
ガーナでの排水モニタリングにより,サルモネラ・タイフィー菌は雨季とpH値の上昇に関連していることが明らかになった. 非空間的ランダムフォレストモデルは,その存在を正確に予測し,空間的方法を上回った.
科学分野:
- 環境微生物学 環境微生物学
- 公衆衛生の監視は,公衆衛生の監視である.
- 廃水の疫学について
背景:
- 排水のモニタリングは,流行地域におけるチフス熱の追跡に不可欠です.
- この研究では,ガーナの廃水におけるサルモネラ・タイフィの予測のための空間的および非空間的モデルを評価した.
- サルモネラ・タイフィーの主要な環境リスク要因が特定されました.
研究 の 目的:
- 排水中のサルモネラ・タイフィの検出における様々な空間的および非空間的モデルのパフォーマンスを評価する.
- サルモネラ・タイフィの検出に影響を与える重要な環境および物理化学的要因を特定する.
- 排水中のチフスの監視のための最も効果的なモデリングアプローチを決定する.
主な方法:
- ガーナの40か所から27か月の間に廃棄水のサンプルを採取した.
- マルチプレックスPCRは,特定の遺伝子を標的としたサルモネラ・タイフィの検出に使用されました.
- 物理化学的パラメータ (pH,温度,溶けた酸素,塩分) を測定した.
- 非空間 (一般化推定方程式,混合効果モデル,ランダムフォレスト) と空間モデル (ベイジアンGAM,空間GLMM) を合わせ,比較した.
- SHAPley Additive Explanations (SHAP) 分析により,主要な予測要因が特定されました.
主要な成果:
- サルモネラ・タイフィー菌は,44.13%のサンプルで検出されました.
- より高い検出率は,雨季,急速な流れ,より広い運河で発生しました.
- 陽性サンプルは,より高いpH,溶けた酸素,降雨を示した.
- 非空間的ランダムフォレストモデルは最高性能を達成しました (精度: 0.993,感度: 0.997,特異性: 0.989).
- 主な予測要因には,pH,季節,溶けた酸素,前月の陽性度,チャネル幅などが含まれていた.
結論:
- 排水水の物理化学的特性,特にpH,季節の降雨量,水力条件は,サルモネラ・タイフィー菌の検出に大きく影響する.
- 非空間的ランダムフォレストモデルは,空間的および他の非空間的統計方法と比較して優れたパフォーマンスを示しました.
- これは,廃水におけるチフス熱の効果的な監視のための高度な非空間モデリングの可能性を強調しています.
