探索多哥的疟疾预测模型:按卫生区和目标群体进行时间序列预测

科学领域:

• 流行病学 流行病学
• 环境科学 环境科学
• 公共卫生 公共卫生

背景情况:

• 整合疟疾预测模型有助于预测季节性流行病并优化控制策略.
• 准确预测疟疾发病率对于有效的公共卫生干预至关重要.

研究的目的:

• 探索使用常规疟疾监测数据和卫星衍生的气候数据来预测多哥疟疾病例的可行性.
• 在疟疾预测模型中比较不同统计和生物学推理的变量选择方法.

主要方法:

• 开发了通用添加剂 (混合) 模型,以预测40个卫生区和3个目标群体的每月疟疾病例.
• 常规疟疾数据 (2013-2016) 和滞后的气候/植被数据被用于培训,2017年的数据用于测试.
• 对比了两个变量选择方法,统计方法 (SA) 和生物推理 (BR).

主要成果:

• 统计方法 (SA) 在培训期间通常会产生更准确的模型,主要预测因素包括植被指数和温度.
• 在测试期间,模型准确性因卫生区和目标群体而异,SA和BR方法都显示出性能.
• 尽管采用了四种不同的建模方法,但该研究发现疟疾病例预测仍然不准确.

结论:

• 目前的模型不适合在多哥的疟疾控制计划中直接实施.
• 未来的疟疾预测工作可以从整合更细致的空间和时间尺度以及非环境数据源中获益.