Bridging surveillance gaps in dengue: a hierarchical model integrating mixed data sources for transmission estimation and vaccine targeting

Planteamiento del Problema
La estimación de la fuerza de infección (FOI, por sus siglas en inglés) para el dengue es crítica para comprender la dinámica de transmisión y orientar las estrategias de intervención, particularmente para dirigir los programas de vacunación. Sin embargo, en entornos endémicos como Indonesia, los datos de vigilancia rutinaria suelen estar incompletos, son inconsistentes en su formato y están sujetos a un sesgo de notificación significativo. Si bien los datos de casos estratificados por edad proporcionan información rica para la estimación de la FOI, muchos distritos reportan únicamente totales anuales agregados. Por el contrario, las encuestas de seroprevalencia ofrecen datos complementarios sobre la exposición acumulada, pero son costosas y espacialmente limitadas. Los modelos catalíticos existentes suelen requerir datos uniformes estratificados por edad en todas las ubicaciones o estiman los parámetros de forma independiente, fallando al no aprovechar la heterogeneidad de los distintos tipos de datos disponibles (casos estratificados por edad, casos agregados y seroprevalencia) dentro de un único marco de trabajo. Esto crea un desafío fundamental para estimar de manera consistente la FOI y las tasas de notificación en ubicaciones con diferentes calidades y formatos de datos.

Metodología
Los autores desarrollaron un modelo catalítico jerárquico bayesiano diseñado para ajustar conjuntamente datos de casos estratificados por edad, datos de casos agregados y encuestas de seroprevalencia dentro de un marco de inferencia unificado. El modelo opera en 12 la de 128 distritos en siete provincias de Java y Bali, Indonesia, cubriendo el periodo 2016–2024.

Los componentes metodológicos clave incluyen:

• Estructura Jerárquica: Un modelo jerárquico de dos niveles anida los distritos dentro de las provincias, permitiendo la agrupación parcial de información (partial pooling). Esta estructura permite que los distritos con diferentes niveles de completitud de datos (por ejemplo, algunos con 9 grupos de edad, otros con 4, y otros solo con totales agregados) contribuyan simultáneamente.
• Supuestos Epidemiológicos: El modelo asume cuatro serotipos de dengue co-circulantes con una FOI por serotipo igual. Distingue entre infecciones primarias y secundarias, asumiendo que las infecciones secundarias tienen más probabilidades de ser notificadas debido al aumento de la gravedad por la infección dependiente de anticuerpos (ADE).
• Integración de Covariables: Se incorporan covariables externas (por ejemplo, el Índice Oceánico de El Niño, urbanización, elevación, lluvia y capacidad de vigilancia) para informar la heterogeneidad tanto en la FOI como en las tasas de notificación. Esta estructura externa ayuda en la identificabilidad de los parámetros, resolviendo particularmente el dilema entre la FOI y la tasa de notificación que suele afectar a los modelos que utilizan únicamente datos de casos.
• Reconstrucción Histórica: Para inicializar la inmunidad de la población al comienzo del periodo de vigilancia, el modelo reconstruye la FOI histórica para un periodo precedente a los datos (10 años previos) y asume una FOI constante para el pasado lejano.
• Validación: El marco fue validado utilizando datos sintéticos bajo cuatro escenarios de disminución de la completitud de los datos (desde la estratificación completa por edad hasta solo datos agregados), con y sin covariables.

Resultos Clave

• Validación Sintética: El modelo recuperó con éxito los valores reales de los parámetros en todos los escenarios de completitud de datos. Los modelos que incorporan covariables mostraron un error cuadrático medio (RMSE) más bajo para la FOI y la seroprevalencia, incluso en los escenarios con los datos más limitados de estratificación por edad (S4). Sin embargo, el estudio encontró que las covariables por sí solas, aunque mejoran las estimaciones puntuales, resultan en una calibración deficiente de la incertidumbre (posteriores sobreconfiadas). Fue necesario anclar el modelo con al menos una encuesta de seroprevalencia para lograr que la cobertura de los intervalos de credibilidad se acercara a los niveles nominales.
• Aplicación a Datos Reales: Aplicado a Java y Bali, el modelo reveló una sustancial heterogeneidad espacial en la FOI y las tasas de notificación.
  • Tasas de Notificación: Las tasas de notificación estimadas fueron generalmente bajas (mediana de ~2–7.5% entre provincias), siendo Bali la que mostró las tasas más altas.
  • Impulsores de la Transmisión: El análisis de covariables indicó que el Índice Oceánico de El Niño (ONI) tuvo el mayor efecto positivo en la FOI. Sorprendentemente, una lluvia superior al promedio se asoció con una menor FOI, y una mayor elevación se asoció con una mayor FOI, lo que probablemente refleja contextos ecológicos y demográficos específicos de Java (por ejemplo, centros urbanos en elevaciones más altas).
  • Tendencias Temporales: El modelo capturó importantes picos interanuales (2016, 2019, 2022, 2024). La FOI basal de 2022 fue notablemente alta, lo que sugiere impulsores más allá de la variabilidad de El Niño.
• Priorización de Vacunas: Utilizando los criterios sugeridos por la OMS (seroprevalencia a la edad de 9 años > 60%), el modelo identificó distritos de alta prioridad para la introducción de la vacuna. Existió un desalineamiento significativo entre la priorización de seroprevalencia basada en el modelo y la priorización basada en la incidencia. Los distritos identificados como de alta prioridad por el modelo, pero omitidos por los datos de incidencia, se concentraron en el centro y este de Java (áreas con menores tasas de notificación), mientras que los distritos señalados por la incidencia pero no por el modelo se encontraban en Bali y Yogyakarta (áreas con mayor capacidad de vigilancia).

Significancia y Reivindicaciones
El artículo sostiene que su principal contribución es el desarrollo de un marco jerárquico bayesiano flexible capaz de integrar fuentes de datos mixtas (casos estratificados por edad, casos agregados y seroprevalencia) para estimar la FOI y las tasas de notificación de manera consistente en entornos de vigilancia heterogéneos.

Los autores afirman que:

1. Síntesis de Datos: Este enfoque permite la síntesis correcta de tipos de datos dispares, superando la limitación de los modelos existentes que requieren formatos de datos uniformes.
2. Identificabilidad: La inclusión de covariables y el anclaje con la seroprevalencia mejora significativamente la identificabilidad de los parámetros, particularmente para el dilema entre la FOI y la tasa de notificación, incluso si el rendimiento predictivo in-sample (medido por LOO-CV) permanece similar entre los escenarios.
3. Relevancia para Políticas: La estimación de la seroprevalencia basada en modelos ofrece una base más consistente para identificar distritos de alta prioridad para la introducción de vacunas en comparación con la incidencia reportada. Depender únicamente de los datos de incidencia puede desatender sistemáticamente a las áreas con vigilancia débil y sobrepriorizar las áreas con mejor detección de casos.
4. Cuantificación de la Incertidumbre: El estudio enfatiza la importancia de propagar la incertidumbre hacia las decisiones de política, señalando que muchos distritos cercanos al umbral del 60% de seroprevalencia presentan una incertidumbre sustancial, lo que requiere criterios conservadores (por ejemplo, >75% de probabilidad posterior) para una priorización de alta confianza.

Los autores concluyen que, si bien el marco mejora la estimación en entornos con pocos datos, requiere inversión en infraestructura de datos (encuestas de seroprevalencia, datos de covariables) y capacidad analítica. Reconocen limitaciones, incluyendo el supuesto de una tasa de notificación constante en el tiempo y una FOI igual entre serotipos, sugiriendo que trabajos futuros deberían explorar la notificación variable en el tiempo y la dinámica específica de cada serotipo.