Published February 14, 2024 | Version v1
Publication Open

Dynamics of Malaria Incidence in Khyber Pakhtunkhwa, Pakistan: Unveiling Rapid Growth Patterns and Forecasting Future Trends

Creators

  • 1. Hanyang University
  • 2. Government of Khyber Pakhtunkhwa
  • 3. Prince Sultan University

Description

Abstract Background Malaria remains a formidable worldwide health challenge, with approximately half of the global population at high risk of catching the infection. This research study aimed to address the pressing public health issue of malaria's escalating prevalence in Khyber Pakhtunkhwa (KP) province, Pakistan, and endeavors to estimate the trend for the future growth of the infection. Methods The data were collected from the IDSRS of KP, covering a period of 5 years from 2018 to 2022. We proposed a hybrid model that integrated Prophet and TBATS methods, allowing us to efficiently capture the complications of the malaria data and improve forecasting accuracy. To ensure an inclusive assessment, we compared the prediction performance of the proposed hybrid model with other widely used time series models, such as ARIMA, ETS, and ANN. The models were developed through R-statistical software (version 4.2.2). Results For the prediction of malaria incidence, the suggested hybrid model (Prophet and TBATS) surpassed commonly used time series approaches (ARIMA, ETS, and ANN). Hybrid model assessment metrics portrayed higher accuracy and reliability with lower MAE (8913.9), RMSE (3850.2), and MAPE (0.301) values. According to our forecasts, malaria infections were predicted to spread around 99,301 by December 2023. Conclusions We found the hybrid model (Prophet and TBATS) outperformed common time series approaches for forecasting malaria. By December 2023, KP's malaria incidence is expected to be around 99,301, making future incidence forecasts important. Policymakers will be able to use these findings to curb disease and implement efficient policies for malaria control.

⚠️ This is an automatic machine translation with an accuracy of 90-95%

Translated Description (Arabic)

لا تزال الملاريا تمثل تحديًا صحيًا هائلاً في جميع أنحاء العالم، حيث يتعرض ما يقرب من نصف سكان العالم لخطر الإصابة بالعدوى. تهدف هذه الدراسة البحثية إلى معالجة قضية الصحة العامة الملحة المتمثلة في تصاعد انتشار الملاريا في مقاطعة خيبر بختونخوا (KP)، باكستان، وتسعى إلى تقدير اتجاه النمو المستقبلي للعدوى. الأساليب تم جمع البيانات من IDSRS لـ KP، والتي تغطي فترة 5 سنوات من 2018 إلى 2022. اقترحنا نموذجًا هجينًا يدمج بين أساليب PROPHET و TBATS، مما يسمح لنا بالتقاط مضاعفات بيانات الملاريا بكفاءة وتحسين دقة التنبؤ. لضمان إجراء تقييم شامل، قارنا أداء التنبؤ للنموذج الهجين المقترح مع نماذج السلاسل الزمنية الأخرى المستخدمة على نطاق واسع، مثل ARIMA و ETS و ANN. تم تطوير النماذج من خلال برنامج R - statistic (الإصدار 4.2.2). النتائج للتنبؤ بحدوث الملاريا، تجاوز النموذج الهجين المقترح (PROPHET و TBATS) مناهج السلاسل الزمنية الشائعة الاستخدام (ARIMA و ETS و ANN). صورت مقاييس تقييم النموذج الهجين دقة وموثوقية أعلى مع قيم MAE أقل (8913.9) و RMSE (3850.2) و MAPE (0.301). وفقًا لتوقعاتنا، كان من المتوقع أن تنتشر عدوى الملاريا حوالي 99,301 بحلول ديسمبر 2023. الاستنتاجات وجدنا أن النموذج الهجين (النبي و TBATS) تفوق على مناهج السلاسل الزمنية الشائعة للتنبؤ بالملاريا. بحلول ديسمبر 2023، من المتوقع أن يبلغ معدل الإصابة بالملاريا في KP حوالي 99,301، مما يجعل توقعات الإصابة المستقبلية مهمة. سيتمكن صانعو السياسات من استخدام هذه النتائج للحد من الأمراض وتنفيذ سياسات فعالة لمكافحة الملاريا.

Translated Description (French)

Résumé Contexte Le paludisme reste un formidable défi de santé dans le monde, avec environ la moitié de la population mondiale à haut risque d'attraper l'infection. Cette étude de recherche visait à résoudre le problème urgent de santé publique de la prévalence croissante du paludisme dans la province de Khyber Pakhtunkhwa (KP), au Pakistan, et s'efforce d'estimer la tendance à la croissance future de l'infection. Méthodes Les données ont été collectées auprès de l'IDSRS de KP, couvrant une période de 5 ans de 2018 à 2022. Nous avons proposé un modèle hybride intégrant les méthodes Prophet et TBATS, nous permettant de capturer efficacement les complications des données sur le paludisme et d'améliorer la précision des prévisions. Pour assurer une évaluation inclusive, nous avons comparé les performances de prédiction du modèle hybride proposé avec d'autres modèles de séries chronologiques largement utilisés, tels que ARIMA, ETS et ANN. Les modèles ont été développés via un logiciel R-statistique (version 4.2.2). Résultats Pour la prédiction de l'incidence du paludisme, le modèle hybride suggéré (Prophet et TBATS) a dépassé les approches de séries chronologiques couramment utilisées (ARIMA, ETS et ANN). Les métriques d'évaluation des modèles hybrides ont présenté une précision et une fiabilité plus élevées avec des valeurs MAE (8913,9), RMSE (3850,2) et MAPE (0,301) plus faibles. Selon nos prévisions, les infections palustres devraient se propager autour de 99 301 d'ici décembre 2023. Conclusions Nous avons constaté que le modèle hybride (Prophet et TBATS) surpassait les approches de séries chronologiques courantes pour la prévision du paludisme. D'ici décembre 2023, l'incidence du paludisme chez KP devrait être d'environ 99 301, ce qui rend les prévisions d'incidence futures importantes. Les décideurs politiques seront en mesure d'utiliser ces résultats pour lutter contre la maladie et mettre en œuvre des politiques efficaces de lutte contre le paludisme.

Translated Description (Spanish)

Resumen Antecedentes La malaria sigue siendo un formidable desafío para la salud en todo el mundo, con aproximadamente la mitad de la población mundial en alto riesgo de contraer la infección. Este estudio de investigación tuvo como objetivo abordar el apremiante problema de salud pública de la creciente prevalencia de la malaria en la provincia de Khyber Pakhtunkhwa (KP), Pakistán, y se esfuerza por estimar la tendencia del crecimiento futuro de la infección. Métodos Los datos se recopilaron del IDSRS de KP, que abarca un período de 5 años desde 2018 hasta 2022. Propusimos un modelo híbrido que integraba los métodos Prophet y TBATS, lo que nos permitió capturar de manera eficiente las complicaciones de los datos de malaria y mejorar la precisión de los pronósticos. Para garantizar una evaluación inclusiva, comparamos el rendimiento de predicción del modelo híbrido propuesto con otros modelos de series temporales ampliamente utilizados, como ARIMA, ETS y ANN. Los modelos se desarrollaron a través del software R-statistical (versión 4.2.2). Resultados Para la predicción de la incidencia de la malaria, el modelo híbrido sugerido (Prophet y TBATS) superó los enfoques de series de tiempo comúnmente utilizados (ARIMA, ETS y ANN). Las métricas de evaluación del modelo híbrido mostraron una mayor precisión y confiabilidad con valores más bajos de MAE (8913.9), RMSE (3850.2) y MAPE (0.301). Según nuestros pronósticos, se predijo que las infecciones de malaria se propagarían alrededor de 99.301 en diciembre de 2023. Conclusiones Encontramos que el modelo híbrido (Prophet y TBATS) superó los enfoques comunes de series de tiempo para pronosticar la malaria. Para diciembre de 2023, se espera que la incidencia de malaria de KP sea de alrededor de 99.301, lo que hace que los pronósticos de incidencia futuros sean importantes. Los responsables de la formulación de políticas podrán utilizar estos hallazgos para frenar las enfermedades e implementar políticas eficientes para el control de la malaria.

Files

s44197-024-00189-6.pdf.pdf

Files (1.1 MB)

⚠️ Please wait a few minutes before your translated files are ready ⚠️ Note: Some files might be protected thus translations might not work.
Name Size Download all
md5:5ac03ef74519fc7b78325e8aa8f91d3a
1.1 MB
Preview Download

Additional details

Additional titles

Translated title (Arabic)
ديناميات الإصابة بالملاريا في خيبر بختونخوا، باكستان: الكشف عن أنماط النمو السريع والتنبؤ بالاتجاهات المستقبلية
Translated title (French)
Dynamique de l'incidence du paludisme à Khyber Pakhtunkhwa, au Pakistan : dévoiler les modèles de croissance rapide et prévoir les tendances futures
Translated title (Spanish)
Dinámica de la incidencia de la malaria en Khyber Pakhtunkhwa, Pakistán: Descubriendo patrones de rápido crecimiento y pronosticando tendencias futuras

Identifiers

Other
https://openalex.org/W4391812789
DOI
10.1007/s44197-024-00189-6

Is supplement to
https://openalex.org/W4391216528 (Other)
https://openalex.org/W4313123484 (Other)
https://openalex.org/W4312561791 (Other)
https://openalex.org/W4312309719 (Other)
https://openalex.org/W4200142652 (Other)
https://openalex.org/W3175321409 (Other)
https://openalex.org/W2980748541 (Other)
https://openalex.org/W2389894046 (Other)
https://openalex.org/W2215717369 (Other)
https://openalex.org/W2146461990 (Other)

GreSIS Basics Section

Is Global South Knowledge
Yes
Country
Pakistan

References

  • https://openalex.org/W2549882197
  • https://openalex.org/W2594146269
  • https://openalex.org/W2792570363
  • https://openalex.org/W2796772725
  • https://openalex.org/W2892431355
  • https://openalex.org/W2945484514
  • https://openalex.org/W2997458830
  • https://openalex.org/W3012797136
  • https://openalex.org/W4282023265
  • https://openalex.org/W4309090206
  • https://openalex.org/W4309460223
  • https://openalex.org/W4310580116
  • https://openalex.org/W4317243171
  • https://openalex.org/W4320487000
  • https://openalex.org/W4364379256
  • https://openalex.org/W4372337930
  • https://openalex.org/W4389903638