Modelling of malaria temporal variations in Iran

    loading  Checking for direct PDF access through Ovid

Abstract

Objective

To model the temporal variations in malaria episodes in a hypo-endemic area of Iran and to assess the feasibility of an epidemic early warning system.

Methods and Materials

Malaria episode data for Kahnooj District, south-east Iran, were collected from the local health system for the period 1994–2002. Plasmodium species-specific models were generated using Poisson regression. Starting with a simple model which included only temporal effects, we iteratively added more explanatory variables to maximize goodness of fit.

Results

Of 18 268 recorded malaria episodes, more than 67% were due to P. vivax. In addition to seasonality and secular trend, we found that incorporating a 1-month time lag between key meteorological variables and the predicted number of cases maximized goodness of fit. Maximum temperature, mean relative humidity and previous numbers of malaria cases were the most important predictors. These were included in the model with lags of no less than three dekads, i.e. three 10-day periods or effectively 1 month.

Conclusion

Simple models based on climatic factors and information on past case numbers may be useful in improving the quality of the malaria control programme in Iran, particularly in terms of assuring accurate targeting of interventions in time and space. The models developed in this study are based on explanatory data that incorporate a lag of 1 month (i.e. data that were recorded 21–50 days previously). In practice, this translates into an operational ‘window’ of 1 month. Provided appropriate modes of data exchange exist between key stakeholders and appropriate systems for operational response are in place, this type of early warning information has the potential to lead to significant reductions in malaria morbidity in Iran.

Objectif

Modéliser les variations temporelles dans les épisodes de malaria dans une zone hypo endémique de l'Iran et évaluer la praticabilité d'un système d'alerte rapide de l'épidémie.

Matériel et Méthodes

Les données d'épisodes de malaria dans le district de Kahnooj dans le sud-est de l'Iran ont été collectées auprès du système de santé local pour la période 1994–2002. Des modèles spécifiques pour l'espèce Plasmodium ont été générés à l'aide de la régression de Poisson. À partir d'un modèle simple qui ne comprenait que les effets temporels, nous avons ajouté de façon itérative des variables plus explicatives afin de maximiser la qualité de l'ajustement.

Résultats

Sur 18268 épisodes enregistrés de malaria, plus de 67% étaient dus àP. vivax. En plus de la saisonnalité et de la tendance séculaire, nous avons constaté que l'intégration d'un décalage d'un mois entre les principales variables météorologiques et les prévisions de nombre de cas maximisait la qualité de l'ajustement. La température maximale, l'humidité relative moyenne et les nombres précédents de cas de malaria ont été les plus importants prédicteurs. Ceux-ci ont été inclus dans le modèle avec des décalages de pas moins de trois dizaines de jours ou effectivement un mois.

Conclusion

Des modèles simples basés sur des facteurs climatiques et des informations sur le nombre de cas précédents peuvent être utiles dans l'amélioration de la qualité du programme de lutte contre la malaria en Iran, notamment en termes d'assurer le ciblage précis des interventions temporelles et spatiales. Les modèles développés dans la présente étude sont basés sur des données explicatives qui intègrent un décalage d'un mois (i.e. des données qui ont été enregistrées 21 à 50 jours auparavant). Dans la pratique, cela se traduit par une “fenêtre” opérationnelle d'un mois. Dans la mesure où des modes d'échange appropriés de données existent entre les principales parties prenantes et des systèmes appropriés de réponse opérationnelle sont en place, ce type d'alerte précoce a le potentiel de mener à d'importantes réductions de la morbidité due à la malaria en Iran.

Objetivo

Modelar las variaciones temporales en los episodios de malaria de una región hipoendémica de Irán, y evaluar la viabilidad de un sistema de aviso temprano de epidemia.

Materiales y métodos

Se recolectaron datos de episodios de malaria para el Distrito Kahnooj, sudeste de Irán, del sistema nacional sanitario, para el periodo 1994–2002. Se generaron modelos específicos para la especie Plasmodium utilizando la regresión de Poisson. Se comenzó con un modelo simple que incluía solo efectos temporales, y se añadieron de forma iterativa más variables aclaratorias para maximizar el test de bondad de ajuste.

Resultados

De 18,268 episodios de malaria reportados, más del 67% fueron debidos a P. vivax. Además de la estacionalidad y la tendencia secular, encontramos que el incorporar un mes de intervalo de tiempo entre variables metereológicas claves y el número pronosticado de casos, maximizaba el test de bondad de ajuste. La temperatura máxima, la humedad relativa media, y el número previo de casos de malaria, eran los vaticinadores más importantes. Estos fueron incluidos en el modelo con intervalos de no más de tres dekads, es decir tres periodos de 10 días, o efectivamente, un mes.

Conclusión

Los modelos simples, basados en factores climáticos e información sobre número de casos pasados, podría ser útil a la hora de mejorar la calidad del programa de control de malaria en Irán, particularmente en términos de asegurar el enfoque acertado de las intervenciones en tiempo y espacio. Los modelos desarrollados en este estudio están basados en datos aclaratorios que incorporan un lapso de uno o dos meses (es decir, datos que fueron recogidos de 21–50 días antes). En la práctica, esto implica una ventana operativa de un mes. Siempre y cuando existan modelos apropiados de intercambio de datos entre los principales interesados, y existan sistemas apropiados para una respuesta operativa, este tipo de sistema de aviso temprano tiene el potencial de llevar a reducciones significativas en la morbilidad por malaria en Irán.

Related Topics

    loading  Loading Related Articles