気候情報を考慮したデング熱伝播モデルとベイズ意思決定支援

科学分野:

• 疫学; 数理モデリング; 気候科学

背景:

• デング熱の伝播は気候の影響を受けるため、正確な予測には気候に敏感なモデルが必要です。
• 従来のモデルは、環境要因の動的な影響を捉えきれないことが多く、予測能力と政策関連性を制限しています。

研究 の 目的:

• 非自律的で気候に敏感なSEIR-SIデング熱モデルを定式化し、気象変数を組み込むこと。
• デング熱伝播ダイナミクスに対する気温、湿度、降水の影響を分析すること。
• 不確実性の定量化と介入評価のために、モデルをベイズフレームワークに統合すること。

主な方法:

• 主要なパラメータが気温、湿度、降水量によって変化する気候に敏感なSEIR-SIデング熱モデルを定式化しました。
• 次世代演算子を使用して基本再生産数（R0）を解析的に決定し、疾患の持続閾値を確立しました。
• 介入の効果と気候応答係数を推定するために、アフィン不変MCMCを用いたベイズ推論を採用しました。

主要な成果:

• 気候情報を組み込んだモデルは、静的なモデルと比較して適合度が20%-25%向上し、季節的なデング熱のピークを正確に予測しました。
• 事後解析により、介入の相乗効果が明らかになりました：幼虫発生源管理（0.28）、蚊帳（0.12）、および噴霧（0.19）。
• 温暖で湿度の高い条件は介入の効果を著しく低下させ、気温が+2°C/湿度+5%で罹患率が約19%増加し、または要因あたり約10%増加しました。

結論:

• 気候応答性のデング熱モデルは、予測精度と政策の実用性を向上させます。
• 介入戦略は、高リスクの気候期間中に幼虫発生源管理、個人保護、および標的を絞った噴霧を統合して、適応的にする必要があります。
• 気候変動は、効果的なデング熱制御のために、動的でポートフォリオベースのアプローチを必要とします。