全站检索

查找数据与证据

输入至少 2 个字符。使用方向键浏览,Enter 打开。

同行评议开放获取黄热病

Spread of yellow fever virus outbreak in Angola and the Democratic Republic of the Congo 2015–16: a modelling study

The Lancet Infectious Diseases·

Moritz U G Kraemer, Nuno R Faria, Robert C Reiner, Nick Golding, Birgit Nikolay, Stephanie Stasse, Michael A Johansson, Henrik Salje, Ousmane Faye, G R William Wint, Matthias Niedrig, Freya M Shearer, Sarah C Hill, Robin N Thompson, Donal Bisanzio, Nuno Taveira, Heinrich H Nax, Bary S R Pradelski, Elaine O Nsoesie, Nicholas R Murphy, Isaac I Bogoch, Kamran Khan, John S Brownstein, Andrew J Tatem, Tulio de Oliveira, David L Smith, Amadou A Sall, Oliver G Pybus, Simon I Hay, Simon Cauchemez

DOI
10.1016/s1473-3099(16)30513-8
PMID
28017559
PMCID
PMC5332542
OpenAlex
W2566415269
研究类型
Mathematical modelling
出版商
Elsevier BV
文章类型
journal-article
完整性状态
current

为何这项研究现在值得关注

该研究为黄热病疫情期间疫苗接种优先区域的划定提供了估计依据,并展示了预测建模在指导靶向疫苗分配方面的潜在价值,但实际转化应用需考虑疫苗供应和配送等实际约束。

01

结构化证据摘要

研究问题

该研究旨在了解2015-16年安哥拉和刚果民主共和国黄热病疫情的空间传播特征,以期为有限疫苗储备的优化使用提供参考。

研究设计

这是一项数学建模研究,联合分析了描述中非地区黄热病疫情、媒介适宜性、人口统计学和人员流动的数据集。采用标准逻辑回归模型推断地区级感染风险,采用Cox比例风险模型推断持续传播风险。

人群与场景

该研究覆盖了安哥拉和刚果民主共和国的黄热病疫情,疫情最初从安哥拉首都罗安达开始传播。分析涵盖该地区313个地区,疫情前3个月内已有49个地区报告病例。

主要发现

疫情早期传播表现出快速指数增长(倍增时间5-7天)并从罗安达快速空间扩展。早期侵入与人口密度正相关(皮尔逊相关系数0.52),与距罗安达距离负相关(皮尔逊相关系数0.60)。地区人口密度越高,持续传播风险越高(每对数单位人口增加的危害比0.74)。结合人员流动和媒介适宜性的模型能够有效区分高风险地区(AUC 0.94)。回顾性分析表明,若在疫情初期针对313个地区中的50个地区进行疫苗接种,原本可识别最终受影响地区的84%。

公共卫生意义

该研究为黄热病疫情期间疫苗接种优先区域的划定提供了估计依据,并展示了预测建模在指导靶向疫苗分配方面的潜在价值,但实际转化应用需考虑疫苗供应和配送等实际约束。

重要局限

作者指出,这些见解需结合疫苗供应和配送物流等约束条件进行整合,方可转化为政策。本摘要仅限于所提供单篇文章摘要及元数据,完整解读需审阅原文。

GIDS 解读

该建模研究描述了2015-16年的历史疫情动态并提供了疫苗靶向接种的回顾性估计值,不代表当前监测数据或活跃信号,仅供了解该地区黄热病传播影响因素之背景参考。

02

相关 GIDS 监测

文献背景不会验证、解释或改变监测信号;精确关系与背景关系会分开展示。

03

证据关系

本文与疾病、地区、主题及研究设计之间有 13 条可审计分类关系。

about diseaseaddresses topicaddresses topicaddresses topicaddresses topicaddresses topicevaluates interventionhas pathogen typeinforms policy domainstudied instudied instudied population settinguses study design