Spatiotemporal analysis of surveillance data enables climate-based forecasting of Lassa fever
Spatiotemporal analysis of surveillance data enables climate-based forecasting of Lassa fever
复制标题
监测数据的时空分析可实现基于气候的拉沙热预测
DOI：
10.1101/2020.11.16.20232322
复制
发表时间：
2020
期刊：
影响因子：
--
通讯作者：
Redding D
中科院分区：
文献类型：
--
作者：
Redding D
拉沙热是一种由啮齿动物传播的急性病毒性出血热，是西非长期关注的公共卫生问题，并日益成为全球卫生优先事项。最近的分子研究证实了啮齿动物宿主在推动人类感染方面的基本作用，但由于对该病真实发病率、地理分布和潜在驱动因素的基线了解有限，LF的控制和预防工作仍然受到阻碍。在这里，通过分析尼日利亚各地774个地方政府当局(LGA)8年来的每周病例报告(2012-2019年)，我们确定了LF发病率的社会生态相关性，这些相关性共同推动了可预测的季节性病例激增。在LGA层面上，LF的空间流行区域是由降雨、贫困、农业、城市化和住房影响共同决定的，尽管LF的零星分布也受到报告努力的强烈影响，这表明许多感染仍未被发现。我们发现，流行区域内LF发病率的空间模式主要由住房质量决定，质量较差的住房区域出现的病例比预期的要多。在研究已知低频热点内发病率的季节性和年际变化时，气候动力学和报告工作一起有效地解释了观测到的趋势(98%的观测结果落在95%的预测区间内)，包括2018-19年的急剧上升。我们的模型显示了提前1-2个月预测LF发病率激增的潜力，并为开发公共卫生规划的早期预警系统提供了一个框架。
Lassa fever (LF) is an acute rodent-borne viral haemorrhagic fever that is a longstanding public health concern in West Africa and increasingly a global health priority. Recent molecular studies,have confirmed the fundamental role of the rodent host (Mastomys natalensis) in driving human infections, but LF control and prevention efforts remain hampered by a limited baseline understanding of the disease’s true incidence, geographical distribution and underlying drivers. Here, through analysing 8 years of weekly case reports (2012-2019) from 774 local government authorities (LGAs) across Nigeria, we identify the socioecological correlates of LF incidence that together drive predictable, seasonal surges in cases. At the LGA-level, the spatial endemic area of LF is dictated by a combination of rainfall, poverty, agriculture, urbanisation and housing effects, although LF’s patchy distribution is also strongly impacted by reporting effort, suggesting that many infections are still going undetected. We show that spatial patterns of LF incidence within the endemic area, are principally dictated by housing quality, with poor-quality housing areas seeing more cases than expected. When examining the seasonal and inter-annual variation in incidence within known LF hotspots, climate dynamics and reporting effort together explain observed trends effectively (with 98% of observations falling within the 95% predictive interval), including the sharp uptick in 2018-19. Our models show the potential for forecasting LF incidence surges 1-2 months in advance, and provide a framework for developing an early-warning system for public health planning.
登录
查看更多内容
影响因子：
3.8
作者：
Fritzell C;Rousset D;Adde A;Kazanji M;Van Kerkhove MD;Flamand C
通讯作者：
Flamand C
影响因子：
11.8
作者：
Olayemi A;Obadare A;Oyeyiola A;Igbokwe J;Fasogbon A;Igbahenah F;Ortsega D;Asogun D;Umeh P;Vakkai I;Abejegah C;Pahlman M;Becker-Ziaja B;Günther S;Fichet-Calvet E
通讯作者：
Fichet-Calvet E
在将疫苗纳入荷兰国家免疫计划之前，水痘与其他疫苗可预防疾病的疾病负担
DOI：
--
发表时间：
2019
期刊：
Euro surveillance : bulletin Europeen sur les maladies transmissibles = European communicable disease bulletin
影响因子：
--
作者：
A. van Lier;B. de Gier;S. McDonald;M. Mangen;M. van Wijhe;E. Sanders;M. Kretzschmar;H. van Vliet;H. D. de Melker
通讯作者：
H. D. de Melker
影响因子：
19
作者：
Dan-Nwafor, Chioma C.;Furuse, Yuki;Ihekweazu, Chikwe
通讯作者：
Ihekweazu, Chikwe
耕作方式会影响啮齿动物的种群动态吗？
DOI：
--
发表时间：
2007
期刊：
影响因子：
--
作者：
A. Massawe;Winnie Rwamugira;H. Leirs;R. Makundi;L. Mulungu
通讯作者：
L. Mulungu