一个最大覆盖的方法优先考虑新生儿状细胞查地点在乌干达使用状细胞-疟疾共同风险表面

科学领域:

• 公共卫生 公共卫生
• 流行病学 流行病学
• 地理信息系统 (GIS) 是指地理信息系统.

背景情况:

• 乌干达面临着状细胞病 (SCD) 的重大和不均衡的负担,特别是在疟疾传播高的北部和东部地区.
• 有效的新生儿查和护理计划需要根据状细胞遗传风险和疟疾强度的结合,优先考虑查中心.
• 对于早期状细胞贫血 (SCA) 诊断和护理的卫生设施的可访问性至关重要.

研究的目的:

• 开发和应用一个强大的方法来优先考虑乌干达新生儿状细胞查中心的位置.
• 整合状细胞血红蛋白 (HbS) 的等位基因频率和Plasmodium falciparum寄生虫流行率 (PfPR2-10) 数据,用于共同风险映射.
• 评估现有卫生基础设施内的拟议查中心位置的公平性和可实施性.

主要方法:

• 实证贝叶斯基林 (EBK) 用于插入HbS等位基因频率.
• 使用平均PfPR2-10数据 (2015-2024) 评估了疟疾流行性.
• 创建了一个共同风险表面 (HbS × PfPR2-10),并通过贪的选择方法在25公里服务半径内确定了50个候选选中心,通过前往现有设施的旅行时间来评估公平性和可实施性.

主要成果:

• 共同风险面积集中在乌干达北部和东部.
• 贪的配置策略实现了显著的共同风险捕获,在35-40个枢纽之间的覆盖曲线中有一个肘部.
• 在50个候选枢纽中,56%位于现有公共卫生设施的60分钟行程内,这表明了良好的可实施性.

结论:

• 结合HbS-PfPR2-10共同风险表面和最大覆盖率的方法,有效地确定了50个排名好的新生儿查候选中心.
• 拟议的方法捕获了基线共同风险的65.6%,在现有基础设施内可行的枢纽的比例很大.
• 这为乌干达逐步扩大新生儿状细胞查提供了一个透明的框架,与高负担地区的疟疾控制工作保持一致.