Bayesian disease mapping from incomplete hospital-based surveillance: accounting for catchment and missing case origins in dengue surveillance in Makassar, Indonesia
本文提出了一种层级贝叶斯点过程框架，通过对医院辐射范围行为和未观测到的病例来源进行联合建模，以有效处理具有不同空间分辨率的不完整、基于医疗机构的监测数据，从而改进了印度尼西亚望加锡的登革热风险制图。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
登革热是一种由蚊子传播的疾病，在热带城市中盛行，导致广泛的疾病并使医疗系统承受压力。为了遏制这种疾病，公共卫生官员需要准确了解风险最高的区域。然而，一个主要的障碍阻碍了清晰答案的出现：我们拥有的数据往往是不完整的。当一个人生病时，他会去医院，而那家医院会记录该病例。但医院并不总是病人的居住地。有时，患者会远离其所在社区去寻求治疗，有时记录也非常模糊，以至于官员们只知道患者来自某个大致区域，甚至连这一点都不知道。如果研究人员仅仅绘制患者接受治疗的地点的地图，他们最终绘制的是医院的位置和人们的出行路径，而不是蚊子实际滋生的地点。这种混乱使得有效针对性干预变得困难，导致一些危险区域被忽视，而另一些地方则浪费了资源。
为了解决这个谜题，来自曼彻斯特大学和望加锡内格里大学的研究小组开发了一种观察望加锡（印度尼西里亚城市）登革热数据的新方法。研究人员并没有将医院记录视为疾病的直接地图，而是建立了一个统计模型，将疾病本身与人们寻求医疗服务的行为区分开来。他们最初的想法是，登革热风险在城市中并不是均匀分布的；由于植被和排水等局部条件，它会聚集在特定的社区。他们还认识到，人们并不总是去最近的医院；他们会根据距离和其他因素选择医疗设施，这种模式被称为“辐射范围”（catchment area）。研究人员创建了一个框架，能够同时估算疾病最剧烈的区域以及人们愿意为治疗旅行多远。这种方法使他们能够处理杂乱的数据，包括那些患者居住地址完全缺失的情况，通过将缺失的位置视为模型需要解决的谜题，而非一个死胡同。
该研究分析了2021年至2025年间从望加锡八家医院报告的1,842例登革热病例。数据是不完美的：有些患者记录了精确位置，有些仅知道属于某个区（subdistrict），共有220例病例完全没有居住信息。研究人员将这种新方法与处理此类数据的旧有、更简单的方法进行了对比测试。旧方法要么假设每个人都去最近的医院，要么根据人口规模来猜测缺失的位置。然而，新模型使用了一种“引力”概念，即假设患者就医的可能性会随着距离增加而下降，但下降幅度不像旧模型假设的那样剧烈。这使得模型能够推断出那220名缺失数据的患者最可能的居住地，有效地填补了地图上的空白。
当研究人员通过隐藏某些医院的已知位置并观察模型能否正确猜出它们时，测试显示其表现显著优于传统方法。这种新方法在预测病例实际来源方面准确得多，证明了它能够成功理清个人居住地与寻求治疗地之间的区别。这一成功让研究人员有信心将该模型应用于完整的数据集，以寻找真正的风险区域。结果揭示了一个令人惊讶的事实：报告病例最多的社区并不一定是人均风险最高的社区。例如，帕纳库卡区（Panakukkang）记录的病例数最高，但由于该区人口也非常稠密，居住在那里的人个体的风险实际上低于平均水平。
模型识别出了另一个区域。曼加拉区（Manggala）展现出具有最高的估算相对风险，其风险水平接近城市平均水平的三倍。这一发现即使在考虑了人口规模和患者出行模式后依然成立。研究人员还确定了另外三个高风险区域——塔马拉特（Tamalate）、拉波奇尼（Rappocini）和塔洛（Tallo）。研究表明，曼加拉的高风险与其特定的环境有关：它是一个低洼地区，排水系统较差且靠近垃圾填埋场，形成了适合携带登革热的蚊子滋生的积水池。虽然研究确认植被通常与较高风险相关联，但也表明，如果不根据人口数量和人们求医的路径进行调整，仅仅统计病例数可能会产生误导。
这项研究为像望加锡及其他城市一样的公共卫生官员提供了一个强大的新工具。通过使用一种能够解释不完整数据和患者出行行为的方法，官员们可以超越简单的病例计数，去洞察疾病风险的真实图景。该研究并不声称已经解决了登革热问题，但它提供了一个关于危险所在地的更清晰景象。研究结果表明，资源应该投入到像曼加拉这样个体风险最高的地区，而不是仅仅投入到医院就诊人数最多的地区。最终，这项工作证明，即使在数据杂乱且不完整的情况下，通过理解数字背后的行为逻辑，也是可以提取出可靠且能挽救生命的见解的。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。