Published December 20, 2021
| Version v1
Publication
Open
Bayesian spatio-temporal distributed lag modeling for delayed climatic effects on sparse malaria incidence data
Creators
- 1. Mahidol Oxford Tropical Medicine Research Unit
- 2. Mahidol University
- 3. Ministry of Public Health
- 4. Department of Disease Control
Description
In many areas of the Greater Mekong Subregion (GMS), malaria endemic regions have shrunk to patches of predominantly low-transmission. With a regional goal of elimination by 2030, it is important to use appropriate methods to analyze and predict trends in incidence in these remaining transmission foci to inform planning efforts. Climatic variables have been associated with malaria incidence to varying degrees across the globe but the relationship is less clear in the GMS and standard methodologies may not be appropriate to account for the lag between climate and incidence and for locations with low numbers of cases.In this study, a methodology was developed to estimate the spatio-temporal lag effect of climatic factors on malaria incidence in Thailand within a Bayesian framework. A simulation was conducted based on ground truth of lagged effect curves representing the delayed relation with sparse malaria cases as seen in our study population. A case study to estimate the delayed effect of environmental variables was used with malaria incidence at a fine geographic scale of sub-districts in a western province of Thailand.From the simulation study, the model assumptions which accommodated both delayed effects and excessive zeros appeared to have the best overall performance across evaluation metrics and scenarios. The case study demonstrated lagged climatic effect estimation of the proposed modeling with real data. The models appeared to be useful to estimate the shape of association with malaria incidence.A new method to estimate the spatiotemporal effect of climate on malaria trends in low transmission settings is presented. The developed methodology has potential to improve understanding and estimation of past and future trends in malaria incidence. With further development, this could assist policy makers with decisions on how to more effectively distribute resources and plan strategies for malaria elimination.
Translated Descriptions
⚠️
This is an automatic machine translation with an accuracy of 90-95%
Translated Description (Arabic)
في العديد من مناطق منطقة ميكونغ الكبرى دون الإقليمية (GMS)، تقلصت المناطق الموبوءة بالملاريا إلى مناطق ذات انتقال منخفض في الغالب. مع هدف إقليمي يتمثل في القضاء بحلول عام 2030، من المهم استخدام الأساليب المناسبة لتحليل والتنبؤ باتجاهات الإصابة في بؤر الانتقال المتبقية هذه لتوجيه جهود التخطيط. ارتبطت المتغيرات المناخية بحدوث الملاريا بدرجات متفاوتة في جميع أنحاء العالم، لكن العلاقة أقل وضوحًا في GMS وقد لا تكون المنهجيات القياسية مناسبة لمراعاة الفارق الزمني بين المناخ وحدوثه والمواقع ذات الأعداد المنخفضة من الحالات. في هذه الدراسة، تم تطوير منهجية لتقدير تأثير الفارق الزمني المكاني للعوامل المناخية على حدوث الملاريا في تايلاند ضمن إطار بايزي. تم إجراء محاكاة بناءً على الحقيقة الأرضية لمنحنيات التأثير المتأخرة التي تمثل العلاقة المتأخرة مع حالات الملاريا المتناثرة كما رأينا في مجتمع دراستنا. تم استخدام دراسة حالة لتقدير التأثير المتأخر للمتغيرات البيئية مع حدوث الملاريا على نطاق جغرافي دقيق للمقاطعات الفرعية في مقاطعة غربية من تايلاند. من دراسة المحاكاة، يبدو أن افتراضات النموذج التي استوعبت كل من التأثيرات المتأخرة والأصفار المفرطة لديها أفضل أداء عام عبر مقاييس وسيناريوهات التقييم. أظهرت دراسة الحالة تخلف تقدير التأثير المناخي للنمذجة المقترحة باستخدام بيانات حقيقية. يبدو أن النماذج مفيدة لتقدير شكل الارتباط مع الإصابة بالملاريا. يتم تقديم طريقة جديدة لتقدير التأثير الزماني المكاني للمناخ على اتجاهات الملاريا في بيئات انتقال منخفضة. لدى المنهجية المطورة القدرة على تحسين فهم وتقدير الاتجاهات السابقة والمستقبلية في الإصابة بالملاريا. ومع مزيد من التطوير، يمكن أن يساعد ذلك واضعي السياسات في اتخاذ قرارات بشأن كيفية توزيع الموارد والتخطيط لاستراتيجيات القضاء على الملاريا بشكل أكثر فعالية.Translated Description (French)
Dans de nombreuses régions de la sous-région du Grand Mékong (GMS), les régions endémiques du paludisme se sont réduites à des zones à faible transmission. Avec un objectif régional d'élimination d'ici 2030, il est important d'utiliser des méthodes appropriées pour analyser et prédire les tendances de l'incidence de ces foyers de transmission restants afin d'éclairer les efforts de planification. Les variables climatiques ont été associées à l'incidence du paludisme à des degrés divers à travers le monde, mais la relation est moins claire dans le SMG et les méthodologies standard peuvent ne pas être appropriées pour tenir compte du décalage entre le climat et l'incidence et pour les endroits où le nombre de cas est faible. Dans cette étude, une méthodologie a été développée pour estimer l'effet de décalage spatio-temporel des facteurs climatiques sur l'incidence du paludisme en Thaïlande dans un cadre bayésien. Une simulation a été réalisée sur la base de la vérité au sol des courbes à effet retardé représentant la relation retardée avec les cas de paludisme épars comme on le voit dans notre population d'étude. Une étude de cas pour estimer l'effet différé des variables environnementales a été utilisée avec l'incidence du paludisme à une échelle géographique fine de sous-districts dans une province occidentale de la Thaïlande. D'après l'étude de simulation, les hypothèses du modèle qui tenaient compte à la fois des effets différés et des zéros excessifs semblaient avoir la meilleure performance globale à travers les métriques et les scénarios d'évaluation. L'étude de cas a démontré une estimation décalée de l'effet climatique de la modélisation proposée avec des données réelles. Les modèles ont semblé utiles pour estimer la forme de l'association avec l'incidence du paludisme. Une nouvelle méthode pour estimer l'effet spatio-temporel du climat sur les tendances du paludisme dans les contextes de faible transmission est présentée. La méthodologie développée a le potentiel d'améliorer la compréhension et l'estimation des tendances passées et futures de l'incidence du paludisme. Avec le développement ultérieur, cela pourrait aider les décideurs à prendre des décisions sur la façon de distribuer plus efficacement les ressources et de planifier des stratégies pour l'élimination du paludisme.Translated Description (Spanish)
En muchas áreas de la Subregión del Gran Mekong (GMS), las regiones endémicas de malaria se han reducido a parches de transmisión predominantemente baja. Con un objetivo regional de eliminación para 2030, es importante utilizar métodos apropiados para analizar y predecir las tendencias en la incidencia en estos focos de transmisión restantes para informar los esfuerzos de planificación. Las variables climáticas se han asociado con la incidencia de la malaria en diversos grados en todo el mundo, pero la relación es menos clara en el GMS y las metodologías estándar pueden no ser apropiadas para tener en cuenta el retraso entre el clima y la incidencia y para lugares con bajo número de casos. En este estudio, se desarrolló una metodología para estimar el efecto de retraso espacio-temporal de los factores climáticos en la incidencia de la malaria en Tailandia dentro de un marco bayesiano. Se realizó una simulación basada en la verdad del terreno de las curvas de efecto retardado que representan la relación retrasada con casos escasos de malaria como se ve en nuestra población de estudio. Se utilizó un estudio de caso para estimar el efecto retardado de las variables ambientales con la incidencia de malaria en una escala geográfica fina de subdistritos en una provincia occidental de Tailandia. A partir del estudio de simulación, los supuestos del modelo que se adaptaron tanto a los efectos retardados como a los ceros excesivos parecieron tener el mejor rendimiento general en todas las métricas y escenarios de evaluación. El estudio de caso demostró una estimación retrasada del efecto climático del modelado propuesto con datos reales. Los modelos parecían ser útiles para estimar la forma de asociación con la incidencia de la malaria. Se presenta un nuevo método para estimar el efecto espaciotemporal del clima sobre las tendencias de la malaria en entornos de baja transmisión. La metodología desarrollada tiene el potencial de mejorar la comprensión y la estimación de las tendencias pasadas y futuras en la incidencia de la malaria. Con un mayor desarrollo, esto podría ayudar a los responsables políticos a tomar decisiones sobre cómo distribuir más eficazmente los recursos y planificar estrategias para la eliminación de la malaria.Files
s12874-021-01480-x.pdf
Files
(2.3 MB)
| Name | Size | Download all |
|---|---|---|
|
md5:3a251f9a92e81ada7add7c6cecdd46b5
|
2.3 MB | Preview Download |
Additional details
Additional titles
- Translated title (Arabic)
- النمذجة البايزية المكانية والزمانية الموزعة للتأثيرات المناخية المتأخرة على بيانات الإصابة بالملاريا المتناثرة
- Translated title (French)
- Modélisation spatio-temporelle bayésienne du décalage distribué pour les effets climatiques retardés sur les données éparses d'incidence du paludisme
- Translated title (Spanish)
- Modelado de retardo distribuido espacio-temporal bayesiano para efectos climáticos retardados en datos escasos de incidencia de malaria
Identifiers
- Other
- https://openalex.org/W4200268572
- DOI
- 10.1186/s12874-021-01480-x
References
- https://openalex.org/W1524713909
- https://openalex.org/W1950609946
- https://openalex.org/W1964468945
- https://openalex.org/W1964591277
- https://openalex.org/W1978134315
- https://openalex.org/W1983502598
- https://openalex.org/W1990791331
- https://openalex.org/W1994005582
- https://openalex.org/W1998223535
- https://openalex.org/W2004014822
- https://openalex.org/W2006203329
- https://openalex.org/W2011169587
- https://openalex.org/W2015558203
- https://openalex.org/W2030597423
- https://openalex.org/W2033873777
- https://openalex.org/W2037682241
- https://openalex.org/W2038717962
- https://openalex.org/W2044179201
- https://openalex.org/W2044502262
- https://openalex.org/W2058857662
- https://openalex.org/W2066673338
- https://openalex.org/W2068743288
- https://openalex.org/W2073222618
- https://openalex.org/W2079933165
- https://openalex.org/W2085312634
- https://openalex.org/W2092133600
- https://openalex.org/W2096115896
- https://openalex.org/W2100003644
- https://openalex.org/W2101218573
- https://openalex.org/W2104726108
- https://openalex.org/W2124129856
- https://openalex.org/W2128598581
- https://openalex.org/W2129438626
- https://openalex.org/W2135481801
- https://openalex.org/W2136142198
- https://openalex.org/W2139348997
- https://openalex.org/W2140147685
- https://openalex.org/W2157448961
- https://openalex.org/W2160227619
- https://openalex.org/W2163614163
- https://openalex.org/W2170294983
- https://openalex.org/W2337514861
- https://openalex.org/W2345446682
- https://openalex.org/W2474913238
- https://openalex.org/W2475037862
- https://openalex.org/W2478338686
- https://openalex.org/W2490952171
- https://openalex.org/W2577414888
- https://openalex.org/W2580372799
- https://openalex.org/W2758686808
- https://openalex.org/W2760417774
- https://openalex.org/W2762326945
- https://openalex.org/W2792953089
- https://openalex.org/W2803920547
- https://openalex.org/W2805601522
- https://openalex.org/W2890920912
- https://openalex.org/W2891881295
- https://openalex.org/W2900530327
- https://openalex.org/W2909240409
- https://openalex.org/W2914156828
- https://openalex.org/W2948872578
- https://openalex.org/W2982093749
- https://openalex.org/W2990938219
- https://openalex.org/W3010575075
- https://openalex.org/W3010687340
- https://openalex.org/W3014539450
- https://openalex.org/W3109547111
- https://openalex.org/W3131097678
- https://openalex.org/W4294826717