マレーシアにおける検査で確認されたヒト非チフス性サルモネラ症例の時間的動態と予測（2018年～2024年）：サーベイランスへの示唆

非チフス性サルモネラ（NTS）は、マレーシアにおける食中毒の主要な原因となっている。時系列モデリングによって時間的パターンの特徴付けが可能であるが、構造的な断絶、非線形ダイナミクス、および地域的な変動がモデルの性能に影響を及ぼす可能性がある。本研究は、マレーシアにおけるNTSの季節性を特徴付け、時間的な安定性を評価し、サーベイランスのためのモデルベースのアプローチを検討することを目的とした。

2018年から2024年までの国家試験室監視データベースから得られた、月ごとの試験室で確認されたヒトNTS症例数を、フーリエ項を含む自己回帰和分移動平均（ARIMA）モデルおよび探索的なハイブリッドARIMA-長短期記憶（LSTM）モデルを含む時系列モデルを用いて分析した。構造的安定性を評価するために、中断時系列分析を用いた。95%予測区間を用いて異常値を特定し、層別モデリングによって地域的な異質性を評価した。

NTS症例は中程度の強さの周期的な年次季節パターンを示したが、研究期間を通じて時間的な変動が見られた。2020年3月に有意な減少が起こり（β=-62.24例、p=0.001）、その後は緩やかな回復（β=2.71例/月、p<0.001）が見られた。これは、コロナウイルス病2019（COVID-19）パンデミックに関連した著しい混乱と、その後の介入後のポジティブな傾向を示唆している。ARIMA(0,1,1)-Fourier (K=1)モデルは、従来のARIMAモデル、ベンチマークモデル、および指数平滑化モデルよりも優れた性能を示した（平方根平均二乗誤差：42.9対51.37-108.79）。ハイブリッドARIMA-LSTMモデルは、特に症例数が多い期間において、わずかながらさらなる改善をもたらした。モデルベースの異常検知により、記録されたアウトブレイク発生月と一致する期待パターンからの乖離が特定された。時間的動態における地域的な不均一性は、地域の疫学的パターンに合わせた監視戦略の必要性を示唆している。

簡潔なモデルでNTS症例のほとんどの時間的パターンを把握することができ、より複雑なアプローチによる改善はわずかであった。コンテキスト固有のモデリング戦略、モデルベースの異常検知、および階層的なサーベイランスフレームワークにより、マレーシアにおけるより積極的なNTSサーベイランスが可能になる可能性がある。