通过结合验证和捕获-重新捕获方法来改善2010-2017年加拿大安大略省百日咳负担的估计

科学领域:

• 流行病学 流行病学
• 公共卫生监督 公共卫生监督
• 生物统计学 生物统计学

背景情况:

• 低估百日咳的负担阻碍了对传播动态和有效预防策略的理解.
• 捕获-重新捕获分析提供了一种改善疾病负担估计的方法,但卫生行政数据的准确性是一个挑战.
• 现有的方法难以充分考虑流行病学研究中卫生行政数据的局限性.

研究的目的:

• 调查不同百日咳病例定义和数据准确性对捕获-重新捕获估计的影响.
• 评估卫生行政数据中假阳性调整如何影响百日咳负担估计.
• 评估不同数据源对跨年龄组的百日咳病例确定的敏感性.

主要方法:

• 利用跨越2010年3月至2017年12月的数据集,包括百日咳病例报告,实验室结果和卫生行政数据.
• 使用流行率,发病率和调整后的错误阳性病例定义,比较了Chao捕获-重新捕获的丰度估计.
• 通过将观察到的病例与估计的丰度进行比较来计算灵敏度,并对虚假阳性计费代码-only事件进行调整.

主要成果:

• 丰富度估计表明,所有数据来源都错过了大量的百日咳病例.
• 在对错误阳性进行调整后,使用所有来源实现了婴儿 (<1岁) 的最高敏感度 (78.5%);对于老年人 (≥1岁) 的敏感度降至43.1%.
• 只有医生计费代码的发作主要是假阳性 (91.0%),显著影响丰度估计,并在排除时提高灵敏度.

结论:

• 通过使用特定案例定义和数据调整策略来考虑准确性限制,可以增强捕获-重新捕获分析.
• 对卫生行政数据中错误阳性进行调整,可以提高咳监测捕获-重新捕获估计的有效性.
• 调查结果突出显示,在所有来源中,咳病例的检测不足,年龄差异确定和测试偏差,强调了准确的行政数据整合的价值.