风险业务:莱姆病风险模型中缺乏与人类相关的数据
Erica Fellin1,2, Mathieu Varin3, Virginie Millien1,2
1Department of Biology, McGill University, Montréal, QC, Canada.
Frontiers in public health
|November 29, 2023
概括
由Borrelia burgdorferi引起的莱姆病的风险地图通常忽略了人类因素. 温度等环境变量是常见的,但包括人类变量对于准确的公共卫生风险评估至关重要.
科学领域:
- 流行病学 流行病学
- 空间分析 空间分析
- 公共卫生 公共卫生
背景情况:
- 风险地图对于传播疾病威胁和促进缓解策略至关重要.
- 莱姆病的病原体Borrelia burgdorferi及其载体Ixodes scapularis是众多风险测绘研究的对象.
- 莱姆病对健康构成重大风险,需要准确的空间风险评估.
研究的目的:
- 审查和比较北美Borrelia burgdorferi和Ixodes scapularis风险地图中使用的变量.
- 在现有的莱姆病风险模型中分析生态,环境和人类变量的频率和分布.
- 评估不同变量对莱姆病风险地图可靠性的影响.
主要方法:
- 对模拟Borrelia burgdorferi和Ixodes scapularis在北美分布的研究进行文献综述.
- 在空间风险模型中使用的生态,环境和人类变量的汇编和分析.
- 非度量化多维缩放分析,用于比较不同地图元素 (类型,分布,尺度) 的变量使用情况.
主要成果:
- 环境变量,特别是温度,在空间风险模型中最常被使用.
- 在跨地图类型,分布和尺度的变量选择中观察到显著差异.
- 人类 (与人类相关) 变量不足,特别是在预测未来风险的模型中.
结论:
- 目前的莱姆病风险地图严重依赖环境因素,仅限于人类相关的变量.
- 排除人类变量可能会损害风险模型的准确性和公共卫生相关性.
- 未来的研究应该将人为因素纳入风险映射,以提高这些工具对公共卫生干预的可靠性和实用性.
相关概念视频
01:23Mechanistic Models: Compartment Models in Individual and Population Analysis
43
Mechanistic models are utilized in individual analysis using single-source data, but imperfections arise due to data collection errors, preventing perfect prediction of observed data. The mathematical equation involves known values (Xi), observed concentrations (Ci), measurement errors (εi), model parameters (ϕj), and the related function (ƒi) for i number of values. Different least-squares metrics quantify differences between predicted and observed values. The ordinary least...
43
01:18Steps in Outbreak Investigation
133
In the ever-evolving field of public health, statistical analysis serves as a cornerstone for understanding and managing disease outbreaks. By leveraging various statistical tools, health professionals can predict potential outbreaks, analyze ongoing situations, and devise effective responses to mitigate impact. For that to happen, there are a few possible stages of the analysis:
133