Published September 1, 2021 | Version v1
Publication Open

Modeling Optimal Laboratory Testing Strategies for Bacterial Meningitis Surveillance in Africa

Creators

  • 1. University of Georgia
  • 2. National Center for Immunization and Respiratory Diseases
  • 3. Centers for Disease Control and Prevention
  • 4. Center for Global Health
  • 5. University of North Carolina at Chapel Hill
  • 6. Ministère De La Santé
  • 7. Centre Hospitalier Universitaire Yalgado Ouédraogo
  • 8. Ministère de la Santé
  • 9. Swiss Tropical and Public Health Institute
  • 10. Institut National de Recherche en Santé Publique
  • 11. Ministère de la Santé Publique
  • 12. Togolese Ministry of Health
  • 13. World Health Organization
  • 14. World Health Organization Regional Office for Africa
  • 15. International Institute for Water and Environmental Engineering

Description

Abstract Since 2010, the introduction of an effective serogroup A meningococcal conjugate vaccine has led to the near-elimination of invasive Neisseria meningitidis serogroup A disease in Africa's meningitis belt. However, a significant burden of disease and epidemics due to other bacterial meningitis pathogens remain in the region. High-quality surveillance data with laboratory confirmation is important to monitor circulating bacterial meningitis pathogens and design appropriate interventions, but complete testing of all reported cases is often infeasible. Here, we use case-based surveillance data from 5 countries in the meningitis belt to determine how accurately estimates of the distribution of causative pathogens would represent the true distribution under different laboratory testing strategies. Detailed case-based surveillance data was collected by the MenAfriNet surveillance consortium in up to 3 seasons from participating districts in 5 countries. For each unique country-season pair, we simulated the accuracy of laboratory surveillance by repeatedly drawing subsets of tested cases and calculating the margin of error of the estimated proportion of cases caused by each pathogen (the greatest pathogen-specific absolute error in proportions between the subset and the full set of cases). Across the 12 country-season pairs analyzed, the 95% credible intervals around estimates of the proportion of cases caused by each pathogen had median widths of ±0.13, ±0.07, and ±0.05, respectively, when random samples of 25%, 50%, and 75% of cases were selected for testing. The level of geographic stratification in the sampling process did not meaningfully affect accuracy estimates. These findings can inform testing thresholds for laboratory surveillance programs in the meningitis belt.

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

Translated Description (Arabic)

الخلاصة منذ عام 2010، أدى إدخال لقاح فعال للمكورات السحائية المتقارن إلى القضاء شبه التام على مرض النيسرية السحائية الغازي في حزام التهاب السحايا في أفريقيا. ومع ذلك، لا يزال هناك عبء كبير من الأمراض والأوبئة بسبب مسببات أمراض التهاب السحايا البكتيرية الأخرى في المنطقة. تعد بيانات المراقبة عالية الجودة مع التأكيد المختبري مهمة لرصد مسببات التهاب السحايا البكتيري المنتشر وتصميم التدخلات المناسبة، ولكن الاختبار الكامل لجميع الحالات المبلغ عنها غالبًا ما يكون غير ممكن. هنا، نستخدم بيانات الترصد القائمة على الحالات من 5 بلدان في حزام التهاب السحايا لتحديد مدى دقة تقديرات توزيع مسببات الأمراض المسببة للأمراض التي تمثل التوزيع الحقيقي في إطار استراتيجيات الاختبارات المعملية المختلفة. تم جمع بيانات المراقبة التفصيلية القائمة على الحالات من قبل اتحاد المراقبة MenAfriNet في ما يصل إلى 3 مواسم من المناطق المشاركة في 5 بلدان. بالنسبة لكل زوج قطري موسمي فريد، قمنا بمحاكاة دقة المراقبة المختبرية من خلال رسم مجموعات فرعية من الحالات المختبرة بشكل متكرر وحساب هامش الخطأ للنسبة المقدرة للحالات التي يسببها كل عامل ممرض (أكبر خطأ مطلق خاص بالعامل الممرض بالنسب بين المجموعة الفرعية والمجموعة الكاملة للحالات). عبر 12 زوجًا من أزواج المواسم القطرية التي تم تحليلها، كانت الفواصل الزمنية الموثوقة بنسبة 95 ٪ حول تقديرات نسبة الحالات الناجمة عن كل عامل ممرض بمتوسط عرض ±0.13 و ±0.07 و ±0.05، على التوالي، عندما تم اختيار عينات عشوائية من 25 ٪ و 50 ٪ و 75 ٪ من الحالات للاختبار. لم يؤثر مستوى التقسيم الطبقي الجغرافي في عملية أخذ العينات بشكل كبير على تقديرات الدقة. يمكن أن تسترشد هذه النتائج بعتبات الاختبار لبرامج المراقبة المختبرية في حزام التهاب السحايا.

Translated Description (French)

Résumé Depuis 2010, l'introduction d'un vaccin conjugué efficace contre le méningocoque du sérogroupe A a conduit à la quasi-élimination de la maladie invasive du sérogroupe A de Neisseria meningitidis dans la ceinture africaine de la méningite. Cependant, il reste dans la région un fardeau important de maladies et d'épidémies dues à d'autres agents pathogènes bactériens de la méningite. Des données de surveillance de haute qualité avec confirmation en laboratoire sont importantes pour surveiller les agents pathogènes de la méningite bactérienne circulante et concevoir des interventions appropriées, mais des tests complets de tous les cas signalés sont souvent irréalisables. Ici, nous utilisons des données de surveillance basées sur des cas provenant de 5 pays de la ceinture de la méningite pour déterminer avec quelle précision les estimations de la distribution des agents pathogènes responsables représenteraient la distribution réelle dans le cadre de différentes stratégies de tests en laboratoire. Des données de surveillance détaillées basées sur les cas ont été collectées par le consortium de surveillance MenAfriNet jusqu'à 3 saisons dans les districts participants de 5 pays. Pour chaque paire pays-saison unique, nous avons simulé la précision de la surveillance en laboratoire en tirant à plusieurs reprises des sous-ensembles de cas testés et en calculant la marge d'erreur de la proportion estimée de cas causés par chaque agent pathogène (la plus grande erreur absolue spécifique à l'agent pathogène dans les proportions entre le sous-ensemble et l'ensemble complet des cas). Dans les 12 paires pays-saison analysées, les intervalles crédibles à 95 % autour des estimations de la proportion de cas causés par chaque agent pathogène avaient des largeurs médianes de ±0,13, ±0,07 et ±0,05, respectivement, lorsque des échantillons aléatoires de 25 %, 50 % et 75 % des cas ont été sélectionnés pour les tests. Le niveau de stratification géographique dans le processus d'échantillonnage n'a pas affecté de manière significative les estimations de précision. Ces résultats peuvent éclairer les seuils de test pour les programmes de surveillance en laboratoire dans la ceinture de la méningite.

Translated Description (Spanish)

Resumen Desde 2010, la introducción de una vacuna conjugada meningocócica efectiva del serogrupo A ha llevado a la casi eliminación de la enfermedad invasiva de Neisseria meningitidis del serogrupo A en el cinturón de meningitis de África. Sin embargo, una carga significativa de enfermedades y epidemias debido a otros patógenos de meningitis bacteriana permanece en la región. Los datos de vigilancia de alta calidad con confirmación de laboratorio son importantes para monitorear los patógenos circulantes de la meningitis bacteriana y diseñar intervenciones apropiadas, pero las pruebas completas de todos los casos reportados a menudo no son factibles. Aquí, utilizamos datos de vigilancia basados en casos de 5 países en el cinturón de la meningitis para determinar con qué precisión las estimaciones de la distribución de patógenos causales representarían la verdadera distribución bajo diferentes estrategias de pruebas de laboratorio. El consorcio de vigilancia MenAfriNet recopiló datos detallados de vigilancia basados en casos en hasta 3 temporadas de distritos participantes en 5 países. Para cada par único de país-estación, simulamos la precisión de la vigilancia de laboratorio dibujando repetidamente subconjuntos de casos probados y calculando el margen de error de la proporción estimada de casos causados por cada patógeno (el mayor error absoluto específico del patógeno en proporciones entre el subconjunto y el conjunto completo de casos). En los 12 pares de países y estaciones analizados, los intervalos creíbles del 95% en torno a las estimaciones de la proporción de casos causados por cada patógeno tuvieron anchuras medias de ±0,13, ±0,07 y ±0,05, respectivamente, cuando se seleccionaron muestras aleatorias del 25%, 50% y 75% de los casos para las pruebas. El nivel de estratificación geográfica en el proceso de muestreo no afectó significativamente las estimaciones de precisión. Estos hallazgos pueden informar los umbrales de prueba para los programas de vigilancia de laboratorio en el cinturón de meningitis.

Files

jiab154.pdf.pdf

Files (93 Bytes)

⚠️ 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:b0d506893d4802090edf1644f5f082cd
93 Bytes
Preview Download

Additional details

Additional titles

Translated title (Arabic)
نمذجة استراتيجيات الاختبارات المعملية المثلى لترصد التهاب السحايا البكتيري في أفريقيا
Translated title (French)
Modélisation des stratégies de test de laboratoire optimales pour la surveillance de la méningite bactérienne en Afrique
Translated title (Spanish)
Modelado de estrategias óptimas de pruebas de laboratorio para la vigilancia de la meningitis bacteriana en África

Identifiers

Other
https://openalex.org/W3196582933
DOI
10.1093/infdis/jiab154

Is supplement to
https://openalex.org/W4256317655 (Other)
https://openalex.org/W4230979920 (Other)
https://openalex.org/W2912732318 (Other)
https://openalex.org/W2408300477 (Other)
https://openalex.org/W2163631167 (Other)
https://openalex.org/W2146070776 (Other)
https://openalex.org/W2049463023 (Other)
https://openalex.org/W2021588001 (Other)
https://openalex.org/W1982972080 (Other)
https://openalex.org/W1825878074 (Other)

GreSIS Basics Section

Is Global South Knowledge
Yes
Country
Niger

References

  • https://openalex.org/W1932294717
  • https://openalex.org/W1964727600
  • https://openalex.org/W2081634151
  • https://openalex.org/W2111911446
  • https://openalex.org/W2508626181
  • https://openalex.org/W2548225685
  • https://openalex.org/W2766586532
  • https://openalex.org/W2807800060
  • https://openalex.org/W2900585653
  • https://openalex.org/W2912654919
  • https://openalex.org/W2984471933
  • https://openalex.org/W2985759863
  • https://openalex.org/W2989011435
  • https://openalex.org/W2989262754
  • https://openalex.org/W4210805384
  • https://openalex.org/W4249066710
  • https://openalex.org/W4292435619