Unraveling regional variability in Dengue outbreaks in Brazil: leveraging the Moving Epidemics Method (MEM) and climate data to optimize vector control strategies
PLOS Neglected Tropical Diseases·
- DOI
- 10.1371/journal.pntd.0013175
- PMID
- 40549823
- PMCID
- PMC12233952
- OpenAlex
- W4411550450
- 研究类型
- Journal article
- 出版商
- Public Library of Science (PLoS)
- 文章类型
- journal-article
- 完整性状态
- current
发表版本
本文关联一个预印本版本
该关系来自 Crossref 版本元数据。不同版本之间的结果与表述可能变化，请对照核验。
查看关联预印本 →为何这项研究现在值得关注
摘要指出,可依据区域历史与气候模式对预防和控制活动进行优先排序,先在西北部和东南部开展,随后在已识别的其他区域开展。摘要还描述了与监测系统和跨部门协作相结合的可能用途,但未证明该方法可改善健康结局。
结构化证据摘要
研究问题
研究探讨了将历史登革热流行模式与气候特征相结合,能否区分巴西不同地区并为预防与控制活动的时机选择提供依据。
研究设计
本研究为生态学分析,使用2010—2023年巴西120个卫生大区的聚合登革热数据。作者采用移动流行期方法分析历史模式,并结合气候变量进行k均值聚类,随后将罗赖马州手动归入单独的一组。
人群与场景
研究场景为巴西,涵盖其各卫生大区,并纳入区域流行病学和环境特征。分析纳入了温度、降水、海拔及柯本气候分类。
主要发现
研究识别出四个主要的区域聚类,其中温度、降水、疫情起始时间、高强度病例水平以及海拔解释了各聚类中心间的大部分差异。报告的平均疫情起始时间在西北部和东南部分别为2月,在东北部和南部为3月,单独划分的罗赖马州为7月。
公共卫生意义
摘要指出,可依据区域历史与气候模式对预防和控制活动进行优先排序,先在西北部和东南部开展,随后在已识别的其他区域开展。摘要还描述了与监测系统和跨部门协作相结合的可能用途,但未证明该方法可改善健康结局。
重要局限
所提供的摘要未明确陈述本研究的局限性。因此解读仅限于单篇论文摘要与元数据;汇总的生态学设计、对历史数据及气候概要的依赖,以及对罗赖马州的手动处理均提示需查阅原始论文以进行决策级别的评估。
GIDS 解读
本文可作为聚焦巴西的登革热研究被发现,涉及气候、暴发调查与监测背景。所提供的证据并未建立其与任何当前或实时监测信号之间的关联。
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 10 条可审计分类关系。