The evolving epidemiology of scrub typhus in Thailand (2003-2024): insights from latent process modelling of national surveillance data

Dit onderzoek analyseert 22 jaar surveillancegegevens over scrubtyfus in Thailand en onthult dat de ziekte niet beperkt blijft tot het noorden, maar ook een aanzienlijke last vormt in het noordoosten en zuiden, terwijl de risicogroep verschuift naar ouderen die een hoger sterftecijfer hebben.

De kern

Het Verborgen Verhaal van de "Struiktyfus" in Thailand: Een Reis door Tijd en Ruimte

Stel je voor dat Thailand een enorm, levendig landschap is, vol met boeren, bossen en dorpen. In dit landschap leeft een onzichtbare vijand: de struiktyfus (scrub typhus). Dit is een ziekte die wordt overgebracht door tiny, bijna onzichtbare mijten (noem ze "de kleine ruitjes") die in het gras en de struiken zitten. Als ze een mens bijten, kan de persoon ziek worden met koorts, en als het niet goed wordt behandeld, kan het zelfs dodelijk zijn.

Voor de afgelopen 22 jaar (van 2003 tot 2024) heeft de Thaise overheid een groot dagboek bijgehouden waarin ze alle gemelde ziektegevallen opschreven. Maar hier zit een addertje onder het gras: dit dagboek vertelt niet het hele verhaal.

1. Het Dagboek vs. De Werkelijkheid

Stel je voor dat het dagboek een spiegel is. Soms is de spiegel helder, soms is hij vuil of gebroken.

• Soms zien we minder gevallen niet omdat de ziekte verdwenen is, maar omdat mensen niet naar de dokter gaan (misschien door de coronapandemie in 2020-2021) of omdat artsen de ziekte niet herkennen.
• Soms zien we meer gevallen omdat de artsen beter zijn geworden in het vinden van de ziekte.

De onderzoekers van dit paper hebben een magische bril (een geavanceerd computermodel) gebruikt. Ze hebben het dagboek gecombineerd met bloedtesten van duizenden mensen (serologie) om te kijken hoe de "vuile spiegel" eruitzag. Zo konden ze de echte ziekte van de schijnbare ziekte scheiden.

2. De Grote Verassingen

Toen ze door die magische bril keken, zagen ze drie belangrijke dingen die niemand eerder zo duidelijk had gezien:

A. De ziekte is niet alleen in het Noorden
Vroeger dachten we: "Struiktyfus is een probleem voor de boeren in het koude, bergachtige Noorden van Thailand."

• De nieuwe realiteit: De ziekte zit overal! Net zoals een onkruid dat je denkt alleen in de tuin te hebben, maar dat ook in de achtertuin en op het balkon groeit. De onderzoekers zagen dat het Noorden nog steeds zwaar getroffen is, maar dat het Noordoosten en het Zuiden ook enorme hoeveelheden ziektegevallen hebben. Het is een landelijk probleem, geen lokaal.

B. De "Oude Garde" is nu de risicogroep
Vroeger waren vooral jonge en middelbare volwassenen ziek.

• De nieuwe realiteit: De ziekte is nu verschoven naar de oudere mensen (65+).
• De analogie: Denk aan een oude boom die al 60 jaar in een bos staat. De jonge bomen (jongeren) zijn verhuisd naar de stad en werken in kantoren. De oude bomen (boeren) blijven in het veld werken, waar de mijten zitten. Omdat ze al zo lang in het veld werken, hebben ze meer kans om gebeten te worden. En als ze ziek worden, is hun lichaam (dat al wat verouderd is) minder goed in staat om het te bestrijden. Ze lopen dus het grootste risico om er dood aan te gaan.

C. Het weer speelt een ritme, maar dat ritme is stabiel
De ziekte komt niet willekeurig voor. Het heeft een ritme, net zoals de seizoenen.

• Er zijn drie verschillende "muziekstijlen" (seizoenspatronen) in het land:
  1. De late piek: Veel ziekte in september/oktober (zoals een herfststorm).
  2. De vroege piek: Veel ziekte in juli (zoals een zomerstorm).
  3. De continue muziek: Het hele jaar door een beetje ziekte, zonder grote pieken (vooral in het warme Zuiden).
• Het goede nieuws: Deze patronen veranderen niet snel. Ze zijn als een klok die al 20 jaar hetzelfde tikt. Als je weet wanneer de "storm" komt, kun je je voorbereiden.

3. Wat betekent dit voor de toekomst?

De onderzoekers zeggen: "We moeten onze plannen aanpassen."

• Geen "één maat past iedereen": Je kunt niet dezelfde waarschuwingen geven in het Noorden als in het Zuiden. In het Noorden moet je in oktober oppassen, in het Zuiden moet je het hele jaar door oppassen.
• Focus op de ouderen: Omdat de ouderen het zwaarst getroffen worden, moeten artsen en boeren specifiek alert zijn op deze groep.
• De spiegel poetsen: We moeten blijven kijken naar de echte cijfers, niet alleen naar het dagboek, zodat we weten waar de ziekte echt zit.

Kortom: Struiktyfus in Thailand is veranderd. Het is niet meer alleen een ziekte voor de bergboeren in het noorden, maar een landelijk probleem dat vooral de ouderen treft. Door slimme wiskunde en bloedtesten te combineren, hebben we eindelijk een duidelijk beeld gekregen van waar, wanneer en wie we moeten beschermen.

Technische samenvatting

Probleemstelling

Vlektyfus (scrub typhus), veroorzaakt door Orientia tsutsugamushi en overgedragen door larven van trombiculide mijten, is een verwaarloosde vector-overdraagbare ziekte in Thailand die al meer dan twee decennia nationaal meldingsplichtig is. Hoewel er een lange reeks surveillancegegevens beschikbaar is, vertonen deze data een beperking: passieve surveillancecijfers weerspiegelen niet direct de onderliggende transmissie-intensiteit. De gemelde aantallen worden beïnvloed door variabele factoren zoals gezondheidszorgzoekgedrag, diagnostische capaciteit, klinisch bewustzijn en rapportagepraktijken, die zowel regionaal als tijdelijk fluctueren.

Eerdere studies hebben de epidemiologie van vlektyfus in Thailand grotendeels beperkt tot het noorden en hebben geen onderscheid gemaakt tussen echte veranderingen in transmissie en veranderingen in detectie. Er ontbreekt een uitgebreide karakterisering van de lange-termijntrends in rapportagepercentages, transmissiedruk, ziekteernst en seizoenspatronen op nationaal niveau over een periode van 22 jaar.

Methodologie

De auteurs hebben een Bayesiaans latent procesmodel ontwikkeld om de nationale surveillancegegevens (2003–2024) te integreren met gepubliceerde seroprevalentiegegevens en antilichaamkinetiek. Dit model is ontworpen om de waargenomen surveillancedata te ontleden in onderliggende epidemiologische en operationele processen.

Kerncomponenten van het model:

1. Data-integratie: Het model combineert maandelijkse gemelde gevallen en sterfgevallen (uit de R506-database) met seroprevalentiegegevens (van jongemannen in 2007-2008 en 2012) en bevolkingsstatistieken per provincie en leeftijdsgroep.
2. Latente processen:
   • Rapportagepercentage: Geschat als een tijds- en regio-specifiek proces (een random walk) dat de waarschijnlijkheid weergeeft dat een klinisch geval wordt gemeld.
   • Klinische incidentie: Gemodelleerd als een functie van de kracht van infectie (Force of Infection - FOI), de populatiegrootte en een vastgesteld klinisch fractie (15%).
   • Kracht van infectie (FOI): Uitgedrukt als een multiplicatieve combinatie van een basisniveau, een seizoensgebonden modifier (gemodelleerd met Fourier-reeksen met drie harmonischen) en een leeftijds-specifieke modifier.
   • Seroprevalentie: Geïntegreerd via een cumulatieve hazard-functie die rekening houdt met het waning (afnemen) van IgG-antilichamen over tijd (vastgesteld op een halfwaardetijd van 1,86 jaar).
3. Statistische aanpak: De parameters zijn geschat binnen een hiërarchisch Bayesiaans raamwerk met Hamiltonian Monte Carlo (HMC) sampling (geïmplementeerd in Stan). Het model is getraind op data van alle 77 provincies, gegroepeerd in 13 gezondheidsregio's.
4. Clustering: Seizoenspatronen zijn geïdentificeerd door middel van K-means clustering op de piekmaanden en amplitudeverhoudingen van de geschatte seizoensmodificatoren.

Belangrijkste Bijdragen

• Ontkoppeling van rapportage en transmissie: Voor het eerst is een model toegepast dat expliciet onderscheid maakt tussen variatie in rapportage en echte veranderingen in transmissie-intensiteit over een periode van 22 jaar.
• Nationale dekking: De analyse omvat alle 77 provincies van Thailand, waardoor een gedetailleerd subnationaal beeld ontstaat dat verder gaat dan de traditionele focus op het noorden.
• Demografische verschuiving: Het model kwantificeert een fundamentele verschuiving in de kwetsbaarheid van de populatie, van jonge volwassenen naar ouderen.
• Seizoenspatronen: Identificatie van drie distincte, stabiele seizoenspatronen die niet per administratieve regio, maar per provincie-periode worden gedefinieerd.

Resultaten

1. Rapportage en Pandemie-effect:

   • Er werden 143.096 gevallen en 119 sterfgevallen gemeld.
   • Het rapportagepercentage varieerde sterk per regio (van <50% in regio's 4, 5, 6 tot >80% in regio 1).
   • Tijdens de COVID-19 pandemie (2020-2021) werd een synchroon en drastisch daling van het rapportagepercentage waargenomen in alle regio's (bijv. tot 0,18 in regio 9), gevolgd door een snelle terugkeer naar pre-pandemische niveaus in 2024.

2. Transmissie-intensiteit (FOI):

   • Hoewel het noorden (regio 1) historisch hoge FOI-waarden heeft, bleek de transmissie ook substantieel in het noordoosten en zuiden.
   • Provincies zoals Mae Hong Son en Tak vertoonden een stijgende trend in FOI, met incidentie van meer dan 1.000 gevallen per 100.000 inwoners in 2024.
   • Regio's 9 en 10 (noordoosten) hadden consistent hoge transmissie, vergelijkbaar met de traditionele hotspots in het noorden.

3. Leeftijdsspecifieke Kwetsbaarheid en Sterfte:

   • Kwetsbaarheid: Er is een duidelijke tijdsverschuiving zichtbaar. In 2003-2007 waren ouderen (>65 jaar) relatief minder vatbaar dan de referentiegroep (25-35 jaar). Tegen 2019-2024 was dit patroon omgekeerd: ouderen hadden een relatieve susceptibiliteit van 1,6 (95% CrI: 1,5–1,6).
   • Sterfte: De case-fatality rate (CFR) voor de referentiegroep daalde van 0,14% naar 0,06%. Echter, de relatieve CFR voor ouderen (>65 jaar) bleef consistent het hoogst, wat wijst op een grotere mortaliteitsrisico voor deze groep.

4. Seizoenspatronen:

   • Drie stabiele patronen werden geïdentificeerd:
     • Patroon 1: Late piek (september/oktober) met hoge amplitude (3,1), voornamelijk in het noordoosten en centrum.
     • Patroon 2: Vroege piek (juli) met gematigde amplitude (2,2), geconcentreerd in het noorden en westen.
     • Patroon 3: Vlakke seizoensgebonden variatie met een vroege piek en lage amplitude (2,0), voornamelijk in het zuiden (bijna jaar rond transmissie).

Betekenis en Conclusie

De studie daagt het traditionele beeld van vlektyfus als een ziekte die voornamelijk beperkt is tot het bergachtige noorden van Thailand uit. De resultaten tonen aan dat de ziektebelasting substantieel is in het noordoosten en zuiden, gebieden die eerder ondergewaardeerd werden.

De epidemiologie van vlektyfus evolueert mee met de demografische veranderingen in Thailand: de ziekte verschuift naar een vergrijzende landbouwbevolking, waarbij ouderen zowel kwetsbaarder zijn voor infectie als een hoger sterfterisico lopen. De stabiliteit van de seizoenspatronen suggereert dat de onderliggende ecologische drijvers (klimaat, landgebruik, vectordynamiek) consistent blijven, maar dat de impact per regio verschilt.

Implicaties voor beleid:

• Regionale aanpassing: Surveillance en interventies moeten worden afgestemd op de lokale seizoenspatronen en niet op een landelijke "one-size-fits-all" strategie.
• Gerichte zorg: Klinische voorbereiding moet gericht zijn op de vergrijzende landelijke bevolking, met name voor vroege diagnose en behandeling bij ouderen.
• Ecologisch onderzoek: Er is behoefte aan verder onderzoek naar de vector-ecologie en de interactie tussen gastheer, vector en mens in de verschillende regio's om de drijvers van de transmissie beter te begrijpen.

Deze bevindingen onderstrepen de noodzaak van een verschuiving van een noord-centrische benadering naar een regionaal afgestemde strategie die rekening houdt met lokale transmissietiming, de vergrijzende risicogroep en de ecologische context.