Spatial and temporal dynamics of leptospirosis in South Brazil: A forecasting and nonlinear regression analysis
PLOS Neglected Tropical Diseases·
- DOI
- 10.1371/journal.pntd.0011239
- PMID
- —
- PMCID
- —
- OpenAlex
- W4365482859
- 研究类型
- Ecological study
- 出版商
- Public Library of Science (PLoS)
- 文章类型
- journal-article
- 完整性状态
- current
为何这项研究现在值得关注
所建立的预测模型可作为流行病学分析和医疗卫生服务规划的工具。时空聚集性发现强调了跨部门监测和社区防控政策的必要性,需着力解决巴西各市镇间的差异问题。
结构化证据摘要
研究问题
该研究探讨了巴西南部钩端螺旋体病病例的时空分布规律,旨在识别传播趋势和高风险地区,并构建疾病发病率预测模型。
研究设计
生态学研究,分析了2007年至2019年巴西南里奥格兰德州497个市镇的钩端螺旋体病病例。时间序列分析采用广义可加模型和季节性自回归积分滑动平均(SARIMA)模型,空间分析应用了热点密度技术。
人群与场景
研究覆盖巴西南部南里奥格兰德州全部497个市镇,重点关注Centro Oriental Rio Grandense地区和阿雷格里港大都市区,这两个区域记录到最高发病率。
主要发现
Centro Oriental Rio Grandense地区和阿雷格里港大都市区发病率最高,被识别为高风险聚集区。时间维度上在2011年、2014年和2019年观察到发病高峰。SARIMA模型预测2020年上半年发病率下降,下半年回升。
公共卫生意义
所建立的预测模型可作为流行病学分析和医疗卫生服务规划的工具。时空聚集性发现强调了跨部门监测和社区防控政策的必要性,需着力解决巴西各市镇间的差异问题。
重要局限
本摘要仅基于所提供的单篇文献摘要和元数据。若需用于决策级别的解读,需查阅原文以评估模型验证、数据质量、结果普适性及方法学局限。
GIDS 解读
这篇经同行评议的生态学研究提供了在地方性流行环境中识别钩端螺旋体病地理和时间分布模式的方法。疾病分类、地理元数据及监测相关主题有助于在巴西人畜共患病监测和空间流行病学文献检索中被发现。
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。
证据关系
本文与疾病、地区、主题及研究设计之间有 8 条可审计分类关系。