Kartierung des Schlangenbite -Risikos in Ghana und Ruanda

Einführung

Hintergrund Schlangenbiss wurde 2017 von der Weltgesundheitsorganisation (WHO) als vernachlässigte tropische Erkrankung (NTD) erklärt, was ihre globalen Auswirkungen auf die öffentliche Gesundheit widerspiegelt. Über 95% der Fälle treten in tropischen Umgebungen auf, vorwiegend in Ländern mit niedrigem und mittlerem Einkommen (LMIC) in Südasien, in Afrika südlich der Sahara und Südamerika, und die größte Belastung fällt auf die am stärksten gefährdeten Bevölkerungsgruppen, einschließlich derjenigen, die in weniger robust leben Wohnraum, Landarbeiter auf niedrigem Einkommen und Kinder. Es wird angenommen, dass Snakebite Envenoming bis zu 138.000 Todesfälle pro Jahr verursacht, und nicht tödliche Bisse führen zu einer erheblichen Gesundheitsbelastung durch körperliche Behinderung, wie z. Um die Auswirkungen der öffentlichen Gesundheit von Snakebite, der seine Strategie Snakebite Envenoming ins Leben gerufen hatte, zu beheben - eine Strategie für Prävention und Kontrolle im Jahr 2019 mit dem ehrgeizigen Ziel, Tod und Behinderung von der Erkrankung bis 2030 zu halbieren.

Snakebite Prevention and Management ist ein sich entwickelnder Bereich. Es sind bedeutende Arbeiten erforderlich, um wirksame Behandlungen gegen die Envenomation durch die gesamte Palette medizinisch wichtiger Schlangenarten zu einer Kosten zu entwickeln, die für die Bedürftigen bevölkerungsbedürftig erschwinglich ist. Trotz solcher Herausforderungen gibt es Ansätze zur Vorbeugung und Verwaltung von Schlangenbiss und können wirksam die Belastung durch Schlangenbite in Hochrisikokontrollen reduzieren. Präventionsaktivitäten konzentrieren sich auf den Aufbau von Kenntnissen in Gemeinden über die Gefahren von Schlangenbite -Envenoming, Bildung darüber, wie Schlangen innerhalb des Hauses und bei der Arbeit vermieden werden können, einschließlich der Verwendung von Schutzschuhen und der Förderung der Bedeutung der Suche nach einer wirksamen medizinischen Behandlung, falls sie gebissen werden, eher als auf traditionelle Heilmittel zu verlassen. Wenn eine Person einen Schlangenbiss erlebt, kann das Management des Opfers eine Reihe von Maßnahmen abdecken, einschließlich einfacher Erste -Hilfe Wirksam gegen die verantwortlichen Schlangenarten.

Hochwertige Daten zur Schlangenbissbelastung sind wichtig, um sicherzustellen, dass die Ressourcen für die Behandlung und Prävention auf die am stärksten gefährdeten Bevölkerungsgruppen abzielen. Solche Daten werden jedoch spärlich berichtet, wobei die Datenverfügbarkeit in den Ländern in Afrika südlich der Sahara (SSA) besonders begrenzt ist. Die meisten Snakebite -Daten von SSA stammen von Umfragen der Gesundheitseinrichtung und der Berichterstattung. Snakebite ist jedoch nicht weit verbreitet, und es werden keine merkwürdigen Erkrankungen bezeichnet, und die Daten zur Gesundheitseinrichtung werden jedoch häufig nicht auf nationaler Ebene angegeben oder dies inkonsistent gemacht. Wenn Daten für Gesundheitseinrichtungen verfügbar sind, werden sie wahrscheinlich die Schlangenbissbelastung unterschätzen, da sie nicht die vielen Snakebite -Opfer erfassen, die nicht rechtzeitig Gesundheitseinrichtungen erreichen oder eine traditionelle Behandlung in der Gemeinde suchen. Hochwertige Querschnitts-Community-Umfragen können bei der Einschätzung der Schlangenbissbelastung in feinem Maßstab helfen. Bisher wurden jedoch nur sehr wenige in der SSA durchgeführt. Da sie erhebliche Zeit und Ressourcen benötigen und möglicherweise in Gebieten mit unzugänglichen Bereichen schwierig zu betreiben sind Terrain, schwache Gesundheitsinfrastruktur oder politische Instabilität bieten keine praktikable Alternative zur Schätzung der Belastung in der erforderlichen Skala. Es sind bessere Daten erforderlich, um die Snakebite -Epidemiologie zu charakterisieren, um die Risikominderung, Präventions- oder Eliminierungsstrategien zu informieren.

Problemaussage und Rechtfertigung für die Studie

Hohe Qualitätsschätzungen der geografischen Variation der Schlangenbissbelastung in SSA sind erforderlich, um Ressourcen für die Prävention und das Management von Schlangenbite einzutragen und diese mit den am stärksten gefährdeten Bevölkerungsgruppen in Einklang zu bringen. Erkennen der wesentlichen Mängel in Routinedaten und die Herausforderungen, sich auf maßgeschneiderte Datenerfassungsmethoden zu stützen, wie oben beschrieben. Die WHO-Roadmap für die Beendigung vernachlässigter tropischer Erkrankungen 2021-2030 gibt an, dass bessere Daten für die Verteilung der Schlangenrisikoverteilung in Einstellungen mit niedrigem Ressourcen, Einstellungen,, und zu diesem Zweck sind "neue Ansätze und Kartierungswerkzeuge erforderlich, um eine detaillierte Sicht auf die Krankheitsepidemiologie zu erhalten."

Räumliche Analyse- und Krankheitskartierungstechniken werden zunehmend für ihre Wirksamkeit bei der Beurteilung der Epidemiologie von NTDs in Bereichen anerkannt, in denen die Bewertung und Überwachung von Krankheitsbelastungen mit Datenverfügbarkeitsherausforderungen ausgesetzt ist. Räumliche Analysemethoden helfen bei der Bewertung der Krankheitsbelastung durch die Verwendung von Informationen zu räumlich unterschiedlichen erklärenden Variablen wie geografischen, klimatischen und bevölkerungsbasierten Variablen und der Bewertung ihrer Beziehung zu Krankheitsbelastungsdaten, die an bekannten Orten gesammelt wurden. Solche Daten werden genutzt, um geostatistische Modelle zu entwickeln, um das Krankheitsrisiko an nicht geprüften Orten vorherzusagen.

Das Snakebite -Envenoming -Risiko wird durch die geografischen Verteilungen von giftigen Schlangenarten und menschlichen Populationen und durch Faktoren beeinflusst, die die Wahrscheinlichkeit und Art ihrer Wechselwirkung beeinflussen. Daher könnten Snakebite -Programme und Managementprogramme von der Anwendung räumlicher Analysetechniken profitieren. Es gibt eine begrenzte Verfügbarkeit genauer Daten zur Verteilung der Schlangenarten in feinem Maßstab. Detaillierte Datensätze von Faktoren, die die Eignung der Schlangenlebensräume beeinflussen, einschließlich geografischer Merkmale wie Höhe, klimatischen Variablen wie Niederschlag und Temperatur sowie demografische Variablen wie Bevölkerungsdichte, Armut und Verbreitung in der Städtebereich städtebau und öffentlich verfügbar. Viele dieser Datensätze enthalten auch historische Daten, die die Bewertung zeitlicher Trends ermöglichen. Die Verfügbarkeit solcher kovariaten Daten und die Nützlichkeit räumlicher Analysemethoden bieten eine wertvolle Chance, die begrenzten Schlangenbiss -Inzidenzdaten zu nutzen, um Modelle zur Vorhersage von Variationen des Schlangenbite -Risikos stärker zu entwickeln.

Dieses Projekt zielt darauf ab zu verstehen, ob die räumlichen Analyse- und Krankheitszuordnungstechniken verwendet werden können, um die geografische Variation des Schlangenbite -Risikos zu verstehen und die Vorhersage des Risikos an nicht nachgewiesenen Orten zu unterstützen, wodurch einige der Herausforderungen angegangen werden, die durch die schlechte Verfügbarkeit von Schlangenrisikodaten in SSA erzeugt werden und verringern Sie die Abhängigkeit von herkömmlichen Datenerfassungsansätzen und die Notwendigkeit wiederholter Umfragen auf dem gesamten Kontinent. Es zielt speziell darauf ab, die folgenden Forschungsfragen zu beantworten:

1. Inwieweit können Informationen aus routinemäßig verfügbaren Snakebite -Inzidenzdaten und räumlich verwiesenen Kovariaten verwendet werden, um geografische Variationen des Schlangenrisikos vorherzusagen?

Um die Entwicklung geostatistischer Modelle zur Vorhersage von Schlangenrisiken zu ermöglichen, sind ausreichende Daten zur Inzidenz von Schlangenbite sowie soziale und natürliche Umweltdaten der interessierenden Region erforderlich. Eine begrenzte Anzahl vorhandener Datensätze zur Schlangenbissbelastung, die durch zuvor durchgeführte Studien zur Analyse von Gemeinschafts- und Gesundheitseinrichtungen gesammelt wurden, wurden identifiziert und werden offiziell angefordert. Darüber hinaus gibt es eine zunehmende Verfügbarkeit hochwertiger Open-Source-Datensätze zu räumlich referenzierten potenziellen erklärenden Variablen wie Umwelt (einschließlich Landbedeckung, Höhe), Klima (einschließlich Niederschlag, Temperatur) und soziodemografischer (einschließlich Armut und Bevölkerungsdichte) Faktoren, die durch Literaturübersicht ermittelt wurden, sind verfügbar.

Durch die Analyse der verfügbaren historischen Daten zur Inzidenz der Schlangenbite und der potenziellen erklärenden Variablen können Sie ein besseres Verständnis dafür bieten, wo die verfügbaren Ressourcen für eine effektive Primärdatenerfassung abzielen, um das geostatistische Modell zu validieren oder zu verfeinern.

2 Inwieweit kann die Kombination von primären und sekundären Daten zur Validierung und Verfeinerung der geostatistischen Analyse verwendet werden, und wie hoch ist der relative Nutzen der verschiedenen Datenquellen, die für die Entwicklung dieses geostatistischen Modells zur Verfügung stehen?

Weitere Schlangenbite -Daten an ausgewählten Stellen werden gesammelt, um die Bewertung des Zusammenhangs zwischen Schlangenbissinzidenz und potenziellen erklärenden Faktoren zu validieren oder zu verfeinern.

Bestehende Datenerfassungsplattformen werden verwendet, um Daten zur Inzidenz von Schlangenbiss zu sammeln. Zu diesem Zeitpunkt wird eine Zusammenarbeit mit der Forschungsgruppe Global Health and Infectious Diseases im Kumasi Center for Collaborative Research in Tropical Medicine (KCCR) Kumasi geplant, um Snakebite -Umfragen zusammen mit der laufenden Datenerfassung in einigen der ausgewählten Studienbezirke durchzuführen. Es besteht auch das Potenzial, mit dem Ruanda Biomedical Center in ihrer bevorstehenden Gesundheitsbewertung auf Dorfebene zusammenzuarbeiten, wenn sie innerhalb des Untersuchungszeitraums machbar sind. Darüber hinaus werden eigenständige Snakebite-Community-Umfragen an ausgewählten komplementären Standorten durchgeführt.

Die Sammlung zusätzlicher Daten ermöglicht die Verfeinerung des geostatistischen Modells und verbessert die Bewertung des Zusammenhangs zwischen Schlangenbite -Risiko und räumlich referenzierten erklärenden Faktoren. Ziel ist es, zur Entwicklung eines prädiktiven Risikomodells für Schlangenbiss beizutragen, das innerhalb der Studienstandorte angewendet werden kann. In zukünftigen Arbeiten und mit neuen oder vorhandenen Daten hätte dies das Potenzial, auf weitere Standorte in der gesamten SSA zu erweitern und angewendet zu werden. Die Ergebnisse dieser prädiktiven Risikomodelle in Form von Schlangenrisikokarten vermitteln dringend benötigte Kenntnisse über geografische Variationen des Schlangenbissrisikos, sodass die Ressourcen für die Behandlung und Prävention effektiv auf die Bedürftigen Populationen gerichtet werden können.

Durch diese Arbeit werden eine Bewertung des relativen Nutzens von leichter verfügbaren Datenquellen wie Daten für Gesundheitseinrichtungen und Daten, die über vorhandene Umfrageplattformen gesammelt wurden, im Vergleich zu einem Goldstand , damit der Wert dieser Datenquellen bei der Vorhersage des Schlangenbissrisikos besser verstanden werden kann.

3.. Veränderungen in Umweltvariablen wie Klima, Hochwasser- und Landnutzung (Landwirtschaft, Straßen, Dämme, Bauinfrastruktur) beeinflussen die Inzidenz von Schlangenbiss?

Umweltfaktoren wie Klima, Überschwemmungen und Landnutzung können den Lebensraum, die Verteilung und das Verhalten von Schlangen verändern, was in einigen Bereichen zu einer erhöhten Wahrscheinlichkeit von Menschen-Snake-Kontakten führt. Andere Faktoren, einschließlich Feuchtigkeit, Temperatur, Erhöhung, Niederschlag und normalisierter Differenzvegetationsindex (NDVI), wurden ebenfalls mit der Geospatial-Variation bei der Inzidenz der Schlangenbite in Verbindung gebracht, aber die Beweise sind in ressourcenbegrenzten Umgebungen, einschließlich Ghana und Ruanda, spärlich.

Mithilfe von Open Source, räumlich referenzierte natürliche und soziale Umweltdaten, wird die Studie den Zusammenhang zwischen zeitlich variierenden Umweltdaten und Schlangenbissvorkommen bewerten, um die zeitlichen Schwankungen der Schlangeninzidenz zu verstehen. Das Verständnis der zeitlichen Schwankungen der Schlangenbissinzidenz ist entscheidend, da es dazu beitragen könnte, Jahreszeiten des erhöhten Schlangenrisikos vorherzusagen und den Zeitpunkt der vorbeugenden Interventionen zu informieren. Die Ergebnisse würden daher praktisch Umweltmanagement- und Risikominderungsmaßnahmen in Bereichen mit hohem Risiko informieren und maßgeblich zur Vorhersage zukünftiger Trends der räumlich-zeitlichen Variation der Schlangenhäufigkeit über die Studienstandorte und an anderen nicht geprüften Standorten prognostiziert werden.

V.

Innerhalb eines modellbasierten Geostatistik-Frameworks können epidemiologische Daten aus Gemeindeumfragen zuverlässige Schätzungen der Belastung und des Risikos von Schlangenbiss liefern. Durch die Kartierung von beiden Bereichen erhöhter Schlangenbissinzidenz und die Vorhersage saisonaler Variationen (Perioden mit erhöhtem Risiko) könnten solche epidemiologischen Daten dazu beitragen, saisonale Variationen in Hotspots zu identifizieren, bei denen sie möglicherweise eine erhöhte Nachfrage nach Antivenom haben. Um diese Forschungsfrage zu beantworten, werden verfügbare Daten zu Standorten für Gesundheitseinrichtungen und Antivenom -Verteilung verwendet, um eine Karte der aktuellen Strategie für die Antivenom -Verteilung zu erstellen. Snakebite -Risikokarten werden mit Karten der aktuellen Antivenom -Verteilungsstrategie verglichen. Diese Informationen steuern die gerechte Zuweisung und Verteilung von Antivenom in Krankenhäuser in Hochrisikokonzonen, um die Ergebnisse der Schlangenbite zu verbessern.

Forschungsmethodik

Studiendesign

Diese Studie wird ein Querschnittsdesign verwenden. Es wird eine analytische Beobachtungsstudie umfassen, in der quantitative Daten zur Snakebite -Epidemiologie, die räumliche Verteilung der Schlangenbissinzidenz und die Strategie zur Verteilung der Antivenom -Verteilung durch gesammelt werden, die durch:

1. Community-basierte Querschnittserhebungen
2. Bewertung der Schlangenbite -Inzidenz durch eine Analyse der Daten zur Routine -Gesundheitseinrichtung

3. Bewertung der länderweiten Antivenom-Verteilung auf Einrichtungsebene

   Probengröße und Stichprobenmethode

   Ghana Eine mehrstufige Stichprobenmethode wird verwendet, um Haushaltseinheiten für die Teilnahme von Umfragen auszuwählen. Dies wird in einem vierstufigen hierarchischen Design in absteigender Reihenfolge wie folgt umgesetzt: ökologische Zonen, Bezirke in ökologischen Zonen, Aufzählungsgebiete (EAS) innerhalb von Distrikten und Haushalte innerhalb der EAS.

   Ghana ist in fünf ökologische Hauptzonen unterteilt. Das Land ist auch in 16 geografische Regionen unterteilt, die in 261 Bezirke weiter unterteilt sind (insbesondere 144 gewöhnliche Bezirke, 111 Stadtbezirke und 6 Metropolenbezirke). Für praktische Stichprobenzwecke werden alle 6 Metropolenbezirke vom Stichprobenprozess ausgeschlossen, da in diesen Bereichen kein Schlangenbiss realistisch erwartet wird. Jeder Distrikt ist in EAS-an EA unterteilt, wird als die kleinste geografische Einheit mit unterschiedlichen Grenzen definiert, die für Zensuszwecke bestimmt sind. In der Bevölkerungs- und Wohnungszählung von 2021 wurden 51.917 EAs mit einem Durchschnitt von ungefähr 199 EAS pro Distrikt aufgeführt.

   Von den 255 verbleibenden Distrikten werden 20 zufällig ausgewählt, um den Bereich der Rohschlangeninzidenz innerhalb der fünf ökologischen Zonen zu überspannen. Alle Distrikte werden als hoch (≥ 100), Mittelklasse (50-99) oder niedrig (<50) basierend auf den jährlichen Snakebite-Fällen 2023 eingestuft. Einfache Zufallsstichproben ohne Ersatz unter Verwendung einer Stimmentechnik wird verwendet, um Distrikte in jeder ökologischen Zone auszuwählen. Um die landesweite geografische Ausbreitung sicherzustellen, unterliegt die nachfolgende Auswahl der Bezirks nach dem ersten der Bedingung, dass sie nicht an zuvor untersuchte Distrikte zusammengefasst sind. Wenn diese Bedingung nicht erfüllt ist, wird der fragliche Bezirk verworfen. Distrikte mit hohem Fall werden übertroffen, um präzisere Schlangenschätzungen zu erhalten. Insgesamt 8 Hoch-, 6-Reich- und 6 Low Case Count-Distrikte werden in den Zuordnungen für jede ökologische Zone für jeden eingeschlossenen Distrikt einbezogen. im Bezirk als Stichprobenrahmen. Innerhalb jeder ausgewählten EA werden 40 Haushalte zur Teilnahme zur Umfrage ausgewählt. Die vom statistische Dienst ghana verwaltete Haushaltsliste wird als Stichprobenrahmen verwendet. Für jeden eingeschlossenen EA wird ein computergestützter Zufallszahlengenerator verwendet, um 40 Haushalte für die Aufnahme in die Umfrage auszuwählen. Haushalte, die in den ersten zufälligen Satz enthalten sind, dass die Beteiligung der Umfrage durch eine andere Haushaltsliste von zufällig ausgewählten Haushalten, die nicht im ersten Satz enthalten sind, durch einen weiteren Haushalt ersetzt werden. Dieses Probenahmedesign wird voraussichtlich insgesamt 20.000 Haushalte in allen 20 ausgewählten Distrikten in Ghana ergeben.

   Ruanda für Ruanda, die mehrstufige Stichprobenmethode wird auch innerhalb eines hierarchischen Designs in vierstufig in absteigender Reihenfolge wie folgt umgesetzt: ökologische Zonen, Bezirke in ökologischen Zonen, Dörfer in Sektoren und Haushalte in Dörfern.

   Ruanda ist in 10 ökologische Zonen unterteilt. Das Land ist auch in 5 Provinzen unterteilt, die in 30 Bezirke weiter unterteilt sind. Die Distrikte sind in 416 Sektoren unterteilt. Aufgrund der signifikanten Überlappung von Distrikten in den ökologischen Zonen und zum Zweck der Erlangung einer angemessenen geografischen Ausbreitung werden jedoch die Verkündigung einiger Distrikte zulässig. Jeder Sektor ist in Zellen und weiter in Dörfer unterteilt. In der Bevölkerungs- und Wohnungszählung von 2022 wurden 14.837 Dörfer aufgeführt.

   Zwölf (12) der 30 Distrikte werden zufällig ausgewählt, um den Bereich der rohen Schlangenbite -Inzidenz über die ökologischen Zonen zu erstrecken. Alle Distrikte werden als hoch (≥ 100), Mittelklasse (50-99) oder niedrig (<50) basierend auf den jährlichen Schlangenbissfällen 2022 eingestuft. Eine einfache zufällige Stichprobe ohne Ersatz unter Verwendung einer Abstimmungstechnik wird verwendet, um Distrikte in jeder ökologischen Zone auszuwählen, sodass 4 zusammenhängende Paare von Distrikten, die verschiedene ökologische Zonen überlappen, die geografische Ausbreitung überlappen.

   Für jeden eingeschlossenen Distrikt werden 25 Dörfer zufällig mit einem Zufallszahlengenerator untersucht, wobei die Masterliste der Dörfer vom Nationalen Statistik für Statistik von Ruanda als Stichprobenrahmen gepflegt wird. In jedem ausgewählten Dorf werden 40 Haushalte mithilfe eines computergestützten Zufallszahlengenerators zur Teilnahme der Umfrage ausgewählt, wobei die Volkszählungs -Haushaltsliste als Stichprobenrahmen ist. Haushalte, die in den ersten zufälligen Satz enthalten sind, dass die Beteiligung der Umfrage durch eine andere Haushaltsliste von zufällig ausgewählten Haushalten, die nicht im ersten Satz enthalten sind, durch einen weiteren Haushalt ersetzt werden. Dieses Probenahmedesign wird voraussichtlich insgesamt 12.000 Haushalte in allen 12 ausgewählten Distrikten in Ruanda ergeben.

   Routine Gesundheitseinrichtungsdaten Routine-Gesundheitseinrichtungsdaten aus den Gesundheitsinformationssystemen in beiden Ländern, die die vorherigen 5-10 Jahre abdecken, werden für die Sekundäranalyse erhalten, in der Aufzeichnungen verfügbar sind.

   Stichprobenverfahren

   Standalone-Community-Snakebite-Umfragen werden an getrennten Stellen durchgeführt und verwenden einen mehrstufigen Cluster-Sampling-Ansatz mit den folgenden Komponenten:

   Die Bezirke der Stichprobeneinheiten in beiden Ländern werden zufällig ausgewählt, um den Bereich der Schlangeninzidenz zu umfassen, die aus verfügbaren Routine -Gesundheitsdaten geschätzt werden, sowie die Berichterstattung über umweltbezogene und soziodemografische Kovariaten von Interesse, die durch Literaturübersicht und Analyse vorhandener Daten identifiziert wurden.

   PSUS (Primärstichprobeneinheiten) in Distrikten basieren auf den kleinsten Verwaltungseinheiten und werden unter Verwendung eines Zufallszahlengenerators ausgewählt, wobei die Anzahl proportional zur Bevölkerungsgröße der Distrikt ausgewählt ist. Bevölkerungsschätzungen und PSUs werden aus den jüngsten Daten zur Volkszählung oder mehr aktuellen Schätzungen entnommen, wenn diese im Land verfügbar sind. Die Zensusaufzählung (EA), wie in der Bevölkerung und der Volkszählung angegeben, werden verwendet.

   SSUS (Secondary Probenahmeinheit) sind die Haushaltseinheiten. Wenn Haushaltslisten einheitlich verfügbar sind, werden die Haushalte in jeder EA/EU mit einem Zufallszahlengenerator zufällig ausgewählt. Wenn Haushaltslisten nicht einheitlich verfügbar sind, wird die Probenahme für kompakte Segments verwendet, sodass Wiederholungen an abwesende Haushalte effizient durchgeführt werden können. Eine Haushaltseinheit verwendet die folgende Definition: Ein oder mehrere Personen, die auf derselben Verbindung leben (eingezäunt oder unzureichend), sind für denselben Kopf verantwortlich und teilen eine gemeinsame Quelle für Lebensmittel und/oder gemeinsames Haushaltsbudget/-einkommen. Ein übliches Haushaltsmitglied für die Zwecke des Haushaltsplanes ist definiert als jemand, der länger als 50% des Monats im Haushalt anwesend ist, einschließlich inländischer Diener, Untermeister oder Freunden, die normalerweise dort leben.

   Wiederholungen, wenn der Haushaltsvorstand oder der verantwortungsvolle Erwachsene, der in ihrem Namen nicht handeln kann, nicht vorhanden ist, wird eine Wiederholung später am selben Tag geplant. Wenn es machbar ist, wird dies in den logistischen Einschränkungen der Umfrage bei Bedarf am folgenden Tag erneut besucht.

   Wenn ein Schlangenbissopfer identifiziert wird, aber nicht vorhanden ist, wird eine Wiederholung wie oben angeordnet. Wenn eine Wiederholung nicht möglich ist, wird der Fragebogen für Snakebite -Details von einem verantwortlichen Erwachsenen gestellt, der in der Lage ist, Fragen zur Episode so weit wie möglich zu beantworten.

   Wenn potenzielle Teilnehmer ihre Teilnahme länger berücksichtigen möchten, können Wiederholungen auch innerhalb der oben beschriebenen Zeitrahmen geplant werden.

   Abwesende Haushalte Wenn der Haushalt bei erstem Versuch nicht anwesend ist oder erneut besucht wird, wird er als abwesender Haushalt aufgezeichnet. Informationen über die Anzahl, das Alter und das Geschlecht der Mitglieder des abwesenden Haushalts werden vom Community Guide (Community Health Freiwilliger) gesucht, der Informationen über die Haushalte in den Dörfern hält, die sie überwachen, und dies wird zur Analyse der Verzerrung der Daten festgestellt Fehlende.

   Haushaltsvorsorge bei bestehenden demografischen und Gesundheitsumfragen, die Fragen des Haushaltsuntersuchungen werden in den von der Umfrage verwendeten Fragebogen eingebettet. Diese Fragen werden alle Haushaltsmitglieder auf eine Historie von Schlangenbiss untersuchen. Eine Follow-up-Umfrage wird mit denjenigen durchgeführt, die eine Historie von Schlangenbiss melden.

   Bei eigenständigen Snakebite-Umfragen wird ein separater Fragebogen zur Bewertung des Haushaltsvorführung durchgeführt, um alle Haushaltsmitglieder auf einen Schlangenbiss zu untersuchen und zusätzliche soziodemografische Details des Haushalts zu dokumentieren. Es werden Fragen, die ausgebildeten Datensammlern, an den Haushaltsvorstand oder, falls nicht verfügbar sind, einen verantwortungsvollen Erwachsenen gestellt werden, der in jedem Haushalt im Namen des Haushaltskopfes beantworten kann.

   Die Daten werden unter Verwendung vorprogrammierter Datenerfassungsformulare erfasst, die auf Redcap entwickelt und auf Tablets montiert sind.

   Snakebite -Details Fragebogen Wenn ein Schlangenbiss gemeldet wird, wird ein Fragebogen mit Schlangenbissdetails mit dem jeweiligen Haushaltsmitglied (oder einem verantwortungsvollen Vertreter erwachsener Vertreter, wenn das Opfer minderjährig oder verstorben ist) verwaltet. Im Zusammenhang mit bestehenden Gesundheits- und demografischen Umfragen wird dieser Fragebogen am selben Tag verwaltet, wenn es machbar oder als Teil einer geplanten Follow-Up-Zeit mit identifizierten Fällen innerhalb des folgenden Monats ist. Bei eigenständigen Snakebite-Umfragen folgt dieser Fragebogen sofort dem Fragebogen zur Haushaltsvorführung, es sei denn, das Opfer fehlt, und es wird eine Wiederholung angefordert.

   Die Datenqualität und -konsistenz für Datenqualitätssicherung werden durch Schulungsumfragedatensammler in Standardumfragenverfahren und Fragebogenverwaltung gewährleistet. Datensammlerkompetenz wird während des Trainings überprüft, in denen sie vor dem Beginn der Studie standardisierte Umfrageberechnung durchführen müssen.

   Wenn Nachuntersuchungen mit Snakebite-Opfern durchgeführt werden, werden diese Daten regelmäßig vom PI auf Qualität und Konsistenz überprüft.

   Umfrageberichten werden mit einer vor-codierten Antwortauswahl programmiert, um die Free-Text-Eingabe zu minimieren. Der Fragebogen wird mit einer kleinen Gruppe von Befragten (15-20) einen Pilottest durchlaufen, um Probleme zu identifizieren, Fragen zu formulieren und alle Unklarheiten zur Verbesserung der Klarheit anzugehen. Datensammler werden intensiv bei Datenerfassungsverfahren geschult, einschließlich Einwilligungsprozess, Umfragebedingung und Bearbeitung der Fragen und Bedenken der Befragten. Das Training umfasst Rollenspielsitzungen und Scheininterviews, um sicherzustellen, dass Datensammler die Fragen vollständig verstehen und die Standardumfragepraktiken befolgen.

   Es wird auch ein Dashboard erstellt, um den Fortschritt mit der Datenerfassung zu überwachen und bei der Identifizierung von Datenqualitätsproblemen für die sofortige Auflösung in naher Echtzeit zu helfen. Die Daten werden kontinuierlich auf Inkonsistenzen und Fehler während der Datenerfassung überprüft. Abfragen zu Datenkonsistenzen werden, falls vorhanden, an Datensammler gesendet, um sie am Ende eines jeden Tages zu lösen. Doppelte Einträge werden identifiziert und entfernt, und alle Unstimmigkeiten oder Ausreißer werden sorgfältig untersucht und korrigiert.

   Wöchentliche Teammeetings werden auch durchgeführt, um Herausforderungen zu ermitteln und Lösungen zu erörtern, um die Gesamtqualität der Datenerfassungsaktivitäten sicherzustellen.

   Nach der Datenerfassung werden Überprüfungsverfahren geschlossen, und die Datenbank wird gesperrt, um weitere Dateneinträge oder Bearbeitungen auf dem Server zu verhindern.

   Datenanalysedaten werden mit statistischer Software R analysiert, hauptsächlich mit dem PREVMAP -Paket. Ein modellbasierter geostatistischer Ansatz wird verwendet. Die explorative Analyse wird zunächst unter Verwendung einer linearen und verallgemeinerten linearen Regression der Standardanalyse durchgeführt, um die Assoziationen zwischen räumlich referenzierten umweltbedingten und soziodemografischen Daten und Schlangeninzidenz zu bewerten. Es wird auch möglich sein, einzelne kovariate Daten zu verwenden, die hier im Rahmen dieser Umfragen gesammelt wurden, indem sowohl die individuellen Ebene als auch die Clusterebene -Effekte einbezogen werden. Die räumliche Struktur von Residuen aus diesem Regressionsmodell wird bewertet und die Informationen werden verwendet, um ein Vorhersagemodell zu erstellen, das diese räumliche Korrelation berücksichtigt, die nicht durch Regressionsanpassungen entfernt werden konnten. Wenn möglich, werden zeitliche Risikofaktoren beispielsweise bei der Bewertung von Daten der Gesundheitseinrichtungen berücksichtigt.

   Durch die Hinzufügung neu erhobener Snakebite-Daten aus Umfragen der Gemeinschafts- und Gesundheitseinrichtungen wird die modellbasierte geostatistische Analyse erweitert, um das Modell zu verfeinern. Wenn vergleichbare Vermessungsmethoden und Ergebnismaße verwendet werden, kann die gemeinsame Modellierung durchgeführt werden. Wahrscheinlichkeitskonturkarten werden auch erzeugt, die Wahrscheinlichkeitsschätzungen einbeziehen, die auf die Inzidenz -Wahrscheinlichkeit hinweisen, die einen festgelegten Schwellenwert überschreitet.

   Die relative Genauigkeit der einzelnen Datenquellen- und Datenerfassungsmethoden wird für ihren Wert bei der Beurteilung von Schlangenbissinziden Genaue Vorhersage des Schlangenbissrisikos.

   Die interne Validierung des Vorhersagemodells der Modellvalidierung wird unter Verwendung von simulierten Datensätzen durchgeführt, um die prädiktive Genauigkeit des geostatistischen Modells zu bewerten. Das prädiktive Modell wird extern unter Verwendung von Daten von neu abgetasteten Sentinel -Standorten über die Risikoniveaus validiert. Wenn Daten aus Studien außerhalb der untersuchten Region verfügbar sind, wird sie zum Testen der Generalisierbarkeit des Modells verwendet.

   Die Verwaltung fehlender Daten fehlenden Daten werden analysiert, um zu beurteilen, ob dies zu einer Verzerrung in Bezug auf die demografische Verteilung der Umfrageprobe geführt hat. Wenn Einzelheiten der fehlenden Haushaltsgröße und des Alters/des Geschlechts der Haushaltsmitglieder verfügbar waren, wird dies mit der enthaltenen Stichprobe verglichen. Wenn diese Daten nicht verfügbar sind, wird die eingeschlossene Stichprobe mit der demografischen Verteilung der Bezirksbevölkerung gemäß der jüngsten Volkszählung verglichen.

   Ethische und regulatorische Leitlinien Diese Studie wird gemäß den in der Erklärung von Helsinki und guten klinischen Praxis (GCP) festgelegten ethischen Grundsätzen durchgeführt, und alle Studienermittler müssen ein aktuelles Training in GCP durchführen.

   Das Studienprotokoll unterliegt einer Überprüfung der Forschungsethikausschüsse in Großbritannien und den Studienländern, und die Genehmigung wird vor dem Studienbeginn im jeweiligen Land eingeholt.

   Überprüfung des Forschungsethikausschusses (REC) Vor Beginn der Studie wird die Genehmigung des Forschungsethikausschusses Liverpool School of Tropical Medicine (LSTM) für das Studienprotokoll, die Einverständniserklärung und andere Studienunterlagen eingeholt. Wir werden dem LSTM -Sponsor und dem Forschungsethikausschuss einen Jahresbericht, das jedes Jahr zum ursprünglichen Genehmigungsdatum und einen Studienbericht fällig ist, und nach Abschluss aller Aktivitäten.

   Eine gleichwertige REC -Genehmigung wird auch in Zusammenarbeit eingeholt:

   In Ghana wird die ethische Genehmigung über das Ethikkommission des Ghana Health Service Ethics beantragt. Ein Ethikantrag wird eingereicht, um alle Aktivitäten zur Datenerfassung abzudecken. In Ruanda wird die Ethikgenehmigung durch das Nationale Ethikkommission von Ruanda beantragt.

   Protokolländerungen Wir werden sicherstellen, dass die Forschung nicht vom beschriebenen Protokoll abweicht. Wenn eine Protokollabweichung stattfindet, werden wir Änderungen an LSTM- und In-Country-Behörden zur Genehmigung vorlegen.

   Verbreitung und Anwendung der Ergebnisse nach Abschluss der Studie, die Daten werden analysiert und ein endgültiger Studienbericht erstellt. Die Ergebnisse der Gemeinschaftsumfragen werden formell mit Forschungspartnern und lokalen Stakeholdern (einschließlich der Gemeindevorsteher und Gesundheitsvertreter) zur Verbreitung der Teilnehmergemeinschaften nach Abschluss der Analyse durch Online- oder persönliche Workshops geteilt.

   Studienergebnisse werden in Forschungsarbeiten an Peer -Review -Zeitschriften und zur Präsentation auf angemessenen wissenschaftlichen Konferenzen eingereicht. Der Hauptuntersucher übernimmt die Verantwortung für die Veröffentlichung. Die Veröffentlichung wird die Teilnehmer, das Personal und die Finanzierungsbehörde anerkennen, deren Beitrag die Studie abgeschlossen hat.