HS#2017-3512, 말라리아 제어 최적화를 위한 적응형 개입: 클러스터 무작위 SMART 시험

지난 10년 동안 아프리카에서 오래 지속되는 살충제 처리 그물(LLIN)과 실내 잔류 살포(IRS)의 대규모 확장으로 말라리아 사망률과 이동성이 크게 감소했습니다. 그러나 현재의 일선 개입은 대부분의 국가에서 말라리아를 제거하기에 충분하지 않습니다. 피레스로이드계 살충제의 광범위한 사용으로 인해 저항성 벡터 개체군이 발생했으며 LLIN 및 IRS의 높은 적용 범위로 인해 야외에서 사람이 먹이를 먹는 행동과 휴식 행동이 증가했습니다. 매개체 생태와 행동의 이러한 변화는 실내에서 무는 모기와 쉬고 있는 모기를 대상으로 하는 현재의 일선 개입의 효과를 상당히 제한했습니다. 또한 생태학적 변화와 개입 조치의 결과로 지역의 말라리아 위험은 역동적이며 말라리아 개입 도구의 유용성은 새로운 도구가 승인 및 도입되고 각 도구의 비용이 위치와 시간에 따라 달라짐에 따라 달라질 수 있습니다. 말라리아 위험, 벡터 생태학 및 개입 도구의 유용성의 이러한 변화는 지역 말라리아 위험, 매개체 생태학 및 공급망에 맞는 최적의 적응형 개입을 개발할 필요성을 잘 보여줍니다. 이 응용 프로그램의 중심 목표는 지역 말라리아 전파 위험, ​​변화하는 벡터 생태학 및 각 대상 국가에서 보건부가 승인한 사용 가능한 개입 혼합을 기반으로 말라리아 부담 감소를 최대화하기 위해 벡터 제어 개입의 최적 적응 조합을 설계하는 것입니다. 중앙 가설은 지역 말라리아 위험과 변화하는 매개체 생태계에 기반한 적응적 접근 방식이 말라리아 발병률과 전파 위험을 크게 감소시킬 것이라는 것입니다. 이 목표를 달성하기 위해 다음 세 가지 구체적인 목표를 제안합니다.

1. 기계 학습 접근 방식으로 환경, 생물학적, 사회적 및 기후 특성을 사용하여 말라리아 발병률을 측정하고 위험을 예측합니다. 가설: 말라리아 위험 예측은 환경, 생물학적, 사회 경제적 및 기후 특성을 포함하는 기계 학습 기술을 사용하여 개선될 수 있습니다. 접근법: 각 현장은 지역사회 조사를 통해 말라리아 발병률, 유병률 및 사회적 경제적 요인을 측정합니다. 분류 기반 및 회귀 기반 접근 방식을 사용하여 말라리아 위험 예측 모델을 개발하고 모델 성능을 검증합니다. 결과: 이 목표는 개선된 말라리아 위험 예측 모델을 확립하고 강화된 기계 학습 접근 방식을 사용하여 지역 벡터 생태 및 미래 말라리아 위험에 적응하는 개입 전략을 개발하기 위한 중요한 토대를 마련할 것입니다.
2. 최적의 적응 개입 전략을 개발하기 위해 클러스터 무작위 순차, 다중 할당 무작위 시험(SMART) 설계를 사용합니다. 가설: 지역 말라리아 위험 및 매개체 생태계에 적응되고 비용 효율적인 말라리아 제어 개입은 클러스터 무작위 SMART 설계를 사용하여 식별할 수 있습니다. 접근법: 클러스터 무작위 SMART 디자인은 차세대 그물의 순차적 및 조합 사용, 비피레스로이드계 살충제의 실내 살포, 말라리아에 대한 유충 근원 관리를 포함하는 적응형 개입의 영향을 평가하기 위해 케냐의 높은 전염 지역에서 사용될 것입니다. 제어.
3. 말라리아 위험 및 전파와 관련된 2차 종점에 대한 적응형 중재 접근법의 비용 효율성 및 영향을 평가합니다. 가설: 지역 말라리아 위험 및 벡터 생태에 맞게 조정된 개입 전략은 현재 사용되는 LLIN 개입보다 말라리아 발병률 및 전파 위험을 줄이는 데 더 비용 효율적일 것입니다. 접근 방식: 개별 개입 또는 그 조합의 경제적 비용은 표준 경제적 평가 방법론을 사용하여 제공자와 사회적 관점 모두에서 평가됩니다. 비용 효율성은 보호되는 개인당 비용 측면에서 측정됩니다. 이 연구는 적응 개입으로 인한 약물 및 살충제 저항성 및 감염 유행의 변화를 조사할 것입니다.

빠르게 변화하는 말라리아 위험 및 벡터 생태계에 적응된 말라리아 중재는 말라리아 통제 조치의 효과를 개선하기 위해 매우 필요합니다. 이 연구는 최적의 적응형 말라리아 개입 전략을 개발하기 위해 기계 학습 및 새로운 클러스터 무작위 SMART 설계를 포함한 새로운 기술을 사용할 것입니다.