Snakebite -risico in kaart brengen in Ghana en Rwanda

Invoering

Achtergrondslangebiet werd in 2017 door de Wereldgezondheidsorganisatie (NTD) (NTD) van de Wereldgezondheid (NTD) (NTD) uitgeroepen, die de wereldwijde impact van de volksgezondheid weerspiegelt. Meer dan 95% van de gevallen komen voor in tropische omgevingen, voornamelijk in lage- en middeninkomenslanden (LMIC's) in Zuid-Azië, Sub-Sahara Afrika en Zuid-Amerika en de grootste last van de meest kwetsbare bevolking, inclusief die in minder robuust Huisvesting, landbouwarbeiders met een lage inkomens en kinderen. Men denkt dat slangenbietverbinding tot 138.000 doden per jaar veroorzaakt en niet-fatale beten leiden tot aanzienlijke gezondheidslast door lichamelijke handicaps, zoals ernstige littekens en ledematenamputatie, psychologische impact en sociaal stigma, isolatie en economisch verlies als gevolg van deze gevolgen. Om te helpen bij het aanpakken van de impact van de volksgezondheid van Snakebite, die zijn strategieslangebite -envenoming lanceerde - een strategie voor preventie en controle in 2019, met een ambitieus doel om de dood en invaliditeit tegen 2030 te halveren van de toestand.

Snakebite -preventie en -beheer is een evoluerend veld. Aanzienlijk werk is nodig om effectieve behandelingen tegen envenomatie te ontwikkelen door het volledige bereik van medisch belangrijke slangensoorten tegen een kosten die betaalbaar zijn voor de populaties in nood. Ondanks dergelijke uitdagingen bestaan ​​er benaderingen om te voorkomen dat slangenbeet wordt voorkomen en kunnen ze effectief zijn bij het verminderen van de last van slangenbiet in risicovolle gemeenschappen. Preventie -activiteiten richten zich op het opbouwen van kennis binnen gemeenschappen op de gevaren van slangenbietverbinding, onderwijs met betrekking tot het vermijden van slangen in het huis en op het werk, inclusief het gebruik van beschermend schoeisel en bevordering van het belang van het zoeken naar effectieve medische behandeling, indien gebeten, liever dan vertrouwen op traditionele remedies. Wanneer een persoon een slangenbiet ervaart, kan het beheer van het slachtoffer een reeks maatregelen bestrijken, waaronder eenvoudige eerste hulptechnieken zoals immobilisatie en toepassing van drukverband, ondersteunende zorg in een medische faciliteit en, indien nodig en beschikbaar, behandeling met antivenom dat is effectief tegen de verantwoordelijke slangsoorten.

Gegevens van hoge kwaliteit over Snakebite -last zijn essentieel om ervoor te zorgen dat de middelen voor behandeling en preventie zijn gericht op de populaties die het meest risico lopen. Dergelijke gegevens worden echter dun gerapporteerd, met gegevensbeschikbaarheid die vooral beperkt zijn tussen landen in Afrika bezuiden de Sahara (SSA). De meeste Snakebite -gegevens van SSA zijn afkomstig van enquêtes en enquêtes van gezondheidsfaciliteiten en rapportage. Snakebite wordt echter niet op grote schaal aangeduid als een meldingsvoorwaarde en gegevens van routinematige gezondheidsfaciliteiten worden vaak niet nationaal gerapporteerd of worden dit inconsistent gedaan. Waar gegevens over de gezondheidsinstelling beschikbaar zijn, zullen ze waarschijnlijk de slangenbietbelasting onderschatten, omdat ze niet de vele slachtoffers van slangenbeet vangen, ofwel geen gezondheidsfaciliteiten op tijd bereiken of traditionele behandeling in de gemeenschap zoeken. Enquêtes van hoogwaardige cross-sectionele gemeenschap kunnen helpen bij de beoordeling van Snakebite-last op een goede schaal, maar er zijn tot nu toe maar weinig in SSA uitgevoerd, en omdat ze aanzienlijke tijd en middelen vereisen en mogelijk moeilijk te ondernemen zijn in gebieden met ontoegankelijk Terrein, zwakke zorginfrastructuur of politieke instabiliteit, ze bieden geen haalbaar alternatief voor het schatten van de last op de benodigde schaal. Betere gegevens zijn nodig om de slangebite -epidemiologie te karakteriseren om risicobeperking, preventie- of eliminatiestrategieën te informeren en zonder robuuste bewakingssystemen is een alternatieve benadering om effectief te identificeren met gebieden met een hoog risico.

Probleemverklaring en rechtvaardiging voor de studie

Schattingen van hoge kwaliteit van de geografische variatie in Snakebite -last in SSA zijn nodig om te pleiten voor middelen voor snakebietpreventie en -beheer, en om deze af te stemmen op de populaties die het meest risico lopen. Het herkennen van de significante tekortkomingen in routinegegevens en de uitdagingen om te vertrouwen op op maat gemaakte methoden voor gegevensverzameling zoals hierboven beschreven, stelt de WHO-routekaart voor het beëindigen van verwaarloosde tropische ziekten 2021-2030 dat betere gegevens nodig zijn op de risicoverdeling van de slangenbiet in lage-resource-instellingen, en hiertoe zijn 'nieuwe benaderingen en kaarthulpmiddelen nodig om een ​​gedetailleerde kijk op de epidemiologie van de ziekte te verkrijgen'.

Ruimtelijke analyse en technieken voor het in kaart brengen van ziekten worden in toenemende mate erkend voor hun effectiviteit bij het beoordelen van de epidemiologie van NTD's in gebieden waarin de beoordeling en monitoring van ziektebrief voor gegevens beschikbaar zijn. Ruimtelijke analysemethoden helpen bij de beoordeling van ziektelast door informatie te gebruiken over ruimtelijk verschillende verklarende variabelen, zoals geografische, klimatologische en populatiegebaseerde variabelen, en het beoordelen van hun relatie met ziektelastgegevens verzameld op bekende locaties. Dergelijke gegevens worden benut om geostatistische modellen te ontwikkelen om ziekteverzekering op niet -bemonsterde locaties te voorspellen.

Snakebiet -envenomerend risico wordt beïnvloed door de geografische verdelingen van giftige slangensoorten en menselijke populaties en door factoren die de waarschijnlijkheid en aard van hun interactie beïnvloeden. Als zodanig kunnen Snakebite -preventie- en managementprogramma's profiteren van de toepassing van ruimtelijke analysetechnieken. Er is een beperkte beschikbaarheid van nauwkeurige gegevens over distributie van slangensoorten op fijne schaal. Gedetailleerde datasets van factoren die van invloed zijn op de geschiktheid van de slangenhabitat, inclusief geografische kenmerken zoals hoogte, klimaatvariabelen zoals regenval en temperatuur, en demografische variabelen zoals bevolkingsdichtheid, armoede en stedelijke-landelijke distributie zijn steeds geavanceerder en publiek beschikbaar. Veel van deze datasets bevatten ook historische gegevens, waardoor tijdelijke trends mogelijk zijn. De beschikbaarheid van dergelijke covariate gegevens en het nut van ruimtelijke analysemethoden bieden een waardevolle mogelijkheid om de beperkte snakebite -incidentiegegevens te benutten om modellen te ontwikkelen voor het breken van variatie in slankebietrisico's.

Dit project is bedoeld om te begrijpen of ruimtelijke analyse en technieken voor het in kaart brengen van ziekten kunnen worden gebruikt om de geografische variatie in het risico op slangenbiet te begrijpen en de voorspelling van risico op niet -bemonsteringslocaties te helpen, waardoor enkele van de uitdagingen worden aangepakt die worden gegenereerd door de slechte beschikbaarheid van slangenbietrisicogegevens in SSA in SSA en het verminderen van de afhankelijkheid van traditionele benaderingen van gegevensverzameling en de noodzaak van herhaalde enquêtes op het continent. Het is specifiek gericht op het beantwoorden van de volgende onderzoeksvragen:

1. In hoeverre kan informatie uit routinematig beschikbare Snakebite -incidentiegegevens en ruimtelijk verwezen covariaten worden gebruikt om geografische variatie in Snakebite -risico te voorspellen?

Om de ontwikkeling van geostatistische modellen mogelijk te maken voor het voorspellen van het risico op slangenbiet, zijn voldoende gegevens over de incidentie van slangenbite en sociale en natuurlijke milieugegevens van de interessegebied nodig. Een beperkt aantal bestaande datasets over Snakebite -last, verzameld via eerder uitgevoerde gemeenschaps- en gezondheidsfaciliteitstudies zijn geïdentificeerd en zal formeel worden aangevraagd voor analyse. Daarnaast is er een toenemende beschikbaarheid van hoogwaardige open-source datasets op ruimtelijk verwezen potentiële verklarende variabelen, zoals milieu (inclusief landbedekking, hoogte), klimaat (inclusief regenval, temperatuur) en sociodemografische (inclusief armoede en bevolkingsdichtheid) Factoren, geïdentificeerd door literatuuronderzoek, zijn beschikbaar.

Het analyseren van beschikbare historische gegevens over Snakebite -incidentie en potentiële verklarende variabelen zullen een beter inzicht bieden in waar de beschikbare bronnen voor effectieve primaire gegevensverzameling te richten om het geostatistische model te valideren of te verfijnen.

2 In hoeverre kan de combinatie van primaire en secundaire gegevens worden gebruikt om de geostatistische analyse te valideren en te verfijnen, en wat is het relatieve nut van de verschillende gegevensbronnen die beschikbaar zijn voor de ontwikkeling van dit geostatistische model?

Verdere SnakeBite -gegevens op geselecteerde locaties zullen worden verzameld om de beoordeling van de associatie tussen slankebietincidentie en mogelijke verklarende factoren te valideren of te verfijnen.

Bestaande platforms voor gegevensverzameling worden gebruikt om gegevens te verzamelen over de incidentie van slangenbite. In dit stadium zal een samenwerking worden gepland met de Global Health and Infectious Diseases Research Group bij het Kumasi Center for Collaborative Research in Tropical Medicine (KCCR), Kumasi, om slangenbiet -enquêtes uit te voeren naast voortdurende gegevensverzameling in enkele van de geselecteerde studiedistricts. Er is ook het potentieel om samen te werken met het Rwanda Biomedical Center in hun aanstaande gezondheidsbeoordeling op dorpsniveau indien mogelijk binnen de studieperiode. Bovendien zullen stand-alone Snakebite-gemeenschapsenquêtes op geselecteerde complementaire locaties worden uitgevoerd.

Het verzamelen van aanvullende gegevens maakt het mogelijk om het geostatistische model te verfijnen en de beoordeling van de associatie tussen slankebietrisico en ruimtelijk verwezen verklarende factoren te verbeteren. Het doel is om bij te dragen aan de ontwikkeling van een voorspellend risicomodel voor slangenbiet dat kan worden toegepast binnen de onderzoekslocaties. In toekomstig werk, en met zowel nieuwe of bestaande gegevens, zou dit potentieel kunnen worden uitgebreid naar en toegepast op verdere locaties in SSA. De output van deze voorspellende risicomodellen, in de vorm van Snakebite -risicokaarten, zullen de broodnodige kennis bieden van geografische variatie in slangenbietrisico, zodat middelen voor behandeling en preventie effectief kunnen worden gericht op populaties in nood.

Door dit werk zal een beoordeling van het relatieve nut van gemakkelijker beschikbare gegevensbronnen, zoals gegevens over gezondheidsfaciliteiten en gegevens verzameld via bestaande enquêteplatforms, vergeleken met een gouden standaard (gegevens verzameld door middel van community-sectionele enquêtes) worden uitgevoerd) , zodat de waarde van deze gegevensbronnen bij de voorspelling van slangenbietrisico beter kan worden begrepen.

3. Hebben veranderingen in omgevingsvariabelen zoals klimaat, overstromingen en landgebruik (landbouw, wegen, dammen, bouwinfrastructuur) invloed op de incidentie van slangenbiet?

Omgevingsfactoren zoals klimaat, overstromingen en landgebruik kunnen de habitat, distributie en gedrag van slangen veranderen, wat leidt tot een verhoogde kans op mens-snakecontacten in sommige gebieden. Andere factoren, waaronder vochtigheid, temperatuur, verhoging, regenval en genormaliseerde verschil vegetatie-index (NDVI), zijn ook gekoppeld aan geospatiale variatie in de incidentie van slangenbite, maar het bewijs is schaars in de instellingen voor hulpbronnen, waaronder Ghana en Rwanda.

Met behulp van open source, ruimtelijk genoemde natuurlijke en sociale omgevingsgegevens, zal de studie de associatie beoordelen tussen tijdsafhankelijke omgevingsgegevens en het voorkomen van slangenbite om de tijdelijke variaties in de incidentie van slangenbite te begrijpen. Inzicht in de tijdelijke variaties in de incidentie van slangenbiet is cruciaal omdat het kan helpen om seizoenen van verhoogd slangenbietrisico te voorspellen en de timing van preventieve interventies te informeren. De resultaten zouden daarom praktisch de maatregelen voor milieubeheer en risicobeperking in risicovolle gebieden informeren en een belangrijke rol spelen bij het voorspellen van toekomstige trends van de spatio-temporele variatie in slankebite-incidentie op de onderzoekslocaties en andere niet-bemonsterde locaties.

4. Hoe kunnen epidemiologische gegevens helpen bij de juiste verdeling van antivenom?

Binnen een modelgebaseerd geostatistiek raamwerk kunnen epidemiologische gegevens van gemeenschapsenquêtes betrouwbare schattingen van de last en het risico op slangenbiet geven. Door beide gebieden van verhoogde snakebietincidentie in kaart te brengen en seizoensgebonden variatie (perioden van verhoogd risico) te voorspellen, kunnen dergelijke epidemiologische gegevens helpen bij het identificeren van seizoensgebonden variatie in hotspots waar ze een verhoogde vraag naar antivenom kunnen zijn. Om deze onderzoeksvraag te beantwoorden, zullen beschikbare gegevens over locaties voor gezondheidsfaciliteiten en antivenomverdeling worden gebruikt om een ​​kaart van de huidige strategie voor antivenom -distributie te genereren. Snakebite -risicokaarten worden vergeleken met kaarten van de huidige antivenom -distributiestrategie. Deze informatie zal de billijke toewijzing en distributie van antivenom naar ziekenhuizen in risicovolle zones leiden om de resultaten van de slangenbiet te verbeteren.

Onderzoeksmethode

Studieontwerp

Deze studie zal een transversaal ontwerp gebruiken. Het zal een analytische observatiestudie omvatten die kwantitatieve gegevens over slankebiet -epidemiologie, ruimtelijke verdeling van slangenbietincidentie en antivenomverdelingsstrategie die is verzameld, verzameld via:

1. Community-gebaseerde transversale enquêtes
2. Beoordeling van Snakebite -incidentie door een analyse van routinematige gegevens van de gezondheidsfaciliteiten

3. Beoordeling op faciliteitsniveau van landbrede antivenom distributie

   Steekproefgrootte en bemonsteringsmethode

   Ghana Een bemonsteringsmethode met meerdere fasen zal worden gebruikt om huishoudelijke eenheden te selecteren voor enquêteparticipatie. Dit zal worden geïmplementeerd binnen een hiërarchisch ontwerp met vier niveaus in afnemende volgorde als volgt: ecologische zones, districten binnen ecologische zones, opsommingsgebieden (EAS) in districten en huishoudens in EAS.

   Ghana is verdeeld in vijf belangrijke ecologische zones. Het land is ook verdeeld in 16 geografische regio's, die verder worden gesegmenteerd in 261 districten (met name 144 gewone districten, 111 gemeentelijke districten en 6 grootstedelijke districten). Voor praktische bemonsteringsdoeleinden zullen alle 6 grootstedelijke districten worden uitgesloten van het bemonsteringsproces, omdat er in die gebieden geen slangenbiet wordt verwacht. Elk district is onderverdeeld in EAS-een EA wordt gedefinieerd als de kleinste geografische eenheid met verschillende grenzen die zijn aangewezen voor volkstelling. De bevolking en woontichtingen van 2021 vermeldden 51.917 EAS, met een gemiddelde van ongeveer 199 EAS per district.

   Van de 255 resterende districten zullen er 20 willekeurig worden geselecteerd om het bereik van de incidentie van ruwe slangenbiet binnen de vijf ecologische zones te overspannen. Alle districten zullen worden gecategoriseerd als hoog (≥100), middenbereik (50-99) of lage (<50) op basis van de jaarlijkse Snakebite-gevallen van 2023. Eenvoudige willekeurige bemonstering zonder vervanging met behulp van een stembiljettechniek zal worden gebruikt om districten in elke ecologische zone te selecteren. Om het landelijke geografische spread te garanderen, zal de daaropvolgende districtselectie na de eerste worden onderworpen aan de voorwaarde dat ze niet aaneengesloten zijn voor eerder bemonsterde districten; Als niet aan deze voorwaarde wordt voldaan, wordt het district in kwestie weggegooid. Hoge districten van de casus zullen overtollig worden om meer precieze slangenbietschattingen te verkrijgen. Een totaal van 8 hoog-, 6-middenbereik- en 6 casus-districten zullen worden opgenomen in de toewijzingen voor elke ecologische zone voor elk opgenomen district, 25 EAS zal willekeurig worden bemonsterd met een willekeurige nummergenerator, met de hoofdlijst van EAS in het district als het bemonsteringsframe. Binnen elke geselecteerde EA worden 40 huishoudens geselecteerd voor deelname van de enquête. De huishoudelijke lijst van de Ghana Statistical Service zal worden gebruikt als het bemonsteringsframe. Voor elke opgenomen EA zal een geautomatiseerde willekeurige nummergenerator worden gebruikt om 40 huishoudens te selecteren voor opname in de enquête. Huishoudens die zijn opgenomen in de eerste willekeurige set die deelname van de enquête-enquête zal worden vervangen door een ander huishouden uit een back-uplijst van willekeurig geselecteerde huishoudens die niet in de eerste set zijn opgenomen. Dit steekproefontwerp zal naar verwachting in totaal 20.000 huishoudens opleveren in alle 20 geselecteerde districten in Ghana.

   Rwanda voor Rwanda, de multi-fase bemonsteringsmethode zal ook worden geïmplementeerd binnen een hiërarchisch ontwerp met vier niveaus in afnemende volgorde als volgt: ecologische zones, districten in ecologische zones, dorpen binnen sectoren en huishoudens in dorpen.

   Rwanda is verdeeld in 10 ecologische zones. Het land is ook verdeeld in 5 provincies, die verder worden gesegmenteerd in 30 districten. De districten zijn onderverdeeld in 416 sectoren. Vanwege de significante overlap van districten in de ecologische zones, en voor het verkrijgen van voldoende geografische verspreiding, zal echter contiguïteit van sommige districten worden toegestaan. Elke sector is onderverdeeld in cellen en verder in dorpen. De bevolking en woontichtingen van 2022 vermeldden 14.837 dorpen.

   Twaalf (12) van de 30 districten zullen willekeurig worden geselecteerd om het bereik van de incidentie van ruwe slangenbiet over de ecologische zones te overspannen. Alle districten zullen worden gecategoriseerd als hoog (≥100), middenbereik (50-99) of lage (<50) op basis van de jaarlijkse Snakebite-gevallen van 2022. Eenvoudige willekeurige bemonstering zonder vervanging met behulp van een stembiljettechniek zal worden gebruikt om districten in elke ecologische zone te selecteren, waardoor 4 aangrenzende paren districten verschillende ecologische zones overlappen, om geografische verspreiding te bereiken.

   Voor elk opgenomen district worden 25 dorpen willekeurig bemonsterd met behulp van een willekeurige nummergenerator, met de hoofdlijst van dorpen die worden onderhouden door het National Institute of Statistics of Rwanda als het bemonsteringsframe. Binnen elk geselecteerd dorp worden 40 huishoudens geselecteerd voor enquêteparticipatie met behulp van een geautomatiseerde willekeurige nummergenerator, met de lijst met huishoudelijke huishoudens als het bemonsteringsframe. Huishoudens die zijn opgenomen in de eerste willekeurige set die deelname van de enquête-enquête zal worden vervangen door een ander huishouden uit een back-uplijst van willekeurig geselecteerde huishoudens die niet in de eerste set zijn opgenomen. Dit steekproefontwerp zal naar verwachting in totaal 12.000 huishoudens opleveren in alle 12 geselecteerde districten in Rwanda.

   Routine gezondheidsfaciliteit Gegevens routine gezondheidsfaciliteitgegevens van de gezondheidsinformatiebeheersystemen in beide landen, die de voorgaande 5-10 jaar dekken, zullen worden verkregen voor secundaire analyse waar gegevens beschikbaar zijn.

   Bemonsteringsprocedures

   Stand-alone community Snakebite-enquêtes worden op afzonderlijke locaties uitgevoerd en zullen een meerfasen cluster-samplingbenadering gebruiken, met de volgende componenten:

   Bemonsteringseenheden districten in beide landen zullen willekeurig worden geselecteerd om het bereik van Snakebite -incidentie te overspannen, zoals geschat op basis van beschikbare routinematige gezondheidsgegevens, evenals de dekking van milieu- en sociodemografische interesse -covariaten, geïdentificeerd door literatuuronderzoek en analyse van bestaande gegevens.

   Primaire steekproefeenheden (PSU's) PSU's in districten zullen gebaseerd zijn op de kleinste administratieve eenheden en worden geselecteerd met behulp van een willekeurige nummergenerator, met nummer geselecteerd evenredig aan de grootte van de districtspopulatie. Populatieschattingen en PSU's zullen worden ontleend aan de meest recente populatie-volkstellinggegevens of meer up-to-date schattingen als deze in het land beschikbaar zijn. Census -opsommingsgebieden (EA) zoals uiteengezet in de bevolking en woontichtingen zullen worden gebruikt.

   Secundaire bemonsteringseenheid (SSUS) SSU's zullen de huishoudelijke eenheden zijn. Als huishoudelijke lijsten uniform beschikbaar zijn, worden huishoudens in elke EA/EU willekeurig geselecteerd met behulp van een willekeurige nummergenerator. Als huishoudelijke lijsten niet uniform beschikbaar zijn, zullen compacte segmentbemonstering worden gebruikt, waardoor herzieningen kunnen worden afgezien van afwezige huishoudens efficiënt kan worden uitgevoerd. Een huishoudelijke eenheid zal de volgende definitie gebruiken: een of meer mensen die in dezelfde compound leven (omheind of niet is omheind), zijn verantwoordelijk voor hetzelfde hoofd en delen een gemeenschappelijke bron van voedsel en/of gemeenschappelijk huishoudelijk budget/inkomen. Een gebruikelijk lid van het huishouden voor de doeleinden van het huishoudelijke selectie wordt gedefinieerd als iemand die meer dan 50% van de maand in het huishouden aanwezig is, inclusief huishoudelijke bedienden, gebieden of vrienden die daar meestal wonen.

   Revisits Als het huishoudenhoofd of de verantwoordelijke volwassene die namens hen kan handelen niet aanwezig is, wordt een herziening gepland voor later op dezelfde dag. Als het haalbaar is, binnen de logistieke beperkingen van de enquête, om de volgende dag opnieuw te bezoeken indien nodig, wordt dit geregeld.

   Als een slankebiet -slachtoffer wordt geïdentificeerd maar afwezig is, wordt een herziening geregeld zoals hierboven. Als een herziening niet mogelijk is, wordt de vragenlijst van Snakebite Details gesteld aan een verantwoordelijke volwassene die in staat is om vragen over de aflevering zoveel mogelijk te beantwoorden.

   Als potentiële deelnemers graag hun participatie willen overwegen, kunnen herzieningen ook worden gepland binnen de hierboven beschreven tijdschema's.

   Afwezige huishoudens Als het huishouden niet aanwezig is bij de eerste poging of opnieuw bezoeken, wordt het geregistreerd als een afwezig huishouden. Informatie over het aantal, de leeftijd en het geslacht van leden van het afwezige huishouden zal worden gezocht bij de Community Guide (Community Health Volunteer), die informatie bevat over de huishoudens in de dorpen die ze toezicht houden, en dit zal worden vastgelegd voor analyse van vooringenomenheid in gegevens ontbrekendheid.

   Huishoudelijke screening In bestaande demografische en gezondheidsonderzoeken zullen vragen over huishoudelijke screening worden ingebed in de vragenlijst die door de enquête wordt gebruikt. Deze vragen zullen alle leden van het huishouden screenen op een geschiedenis van Snakebite. Een vervolgonderzoek zal worden uitgevoerd met degenen die een geschiedenis van Snakebite melden.

   In stand-alone Snakebite-enquêtes zal een afzonderlijke vragenlijst over de screening van huishoudens worden uitgevoerd om alle leden van het huishouden te screenen op een slangenbiet en extra sociaal-demografische details van huishoudens te documenteren. Vragen worden gesteld, door getrainde gegevensverzamelaars, aan het huishoudelijk hoofd of, indien niet beschikbaar, een verantwoordelijke volwassene die in elk huishouden namens het huishoudenhoofd kan antwoorden.

   Gegevens worden verzameld met behulp van voorgeprogrammeerde gegevensverzamelingsformulieren die zijn ontwikkeld op RedCap en gemonteerd op tablets.

   Snakebite Details Questionnaire Als een slangenbite wordt gerapporteerd, wordt een vragenlijst van Snakebite Details beheerd met het respectieve lid van het huishouden (of een verantwoordelijke vertegenwoordiger voor volwassenen als het slachtoffer minderjarig of overleden is). In de context van bestaande gezondheids- en demografische enquêtes zal deze vragenlijst dezelfde dag worden afgenomen, indien haalbaar, of als onderdeel van een geplande reeks periode met geïdentificeerde gevallen binnen de volgende maand. In stand-alone Snakebite-enquêtes volgt deze vragenlijst onmiddellijk de vragenlijst van het huishoudelijke screening, tenzij het slachtoffer afwezig is en een herziening wordt gevraagd.

   Gegevenskwaliteit Assurance Gegevenskwaliteit en consistentie zullen worden gewaarborgd door trainingsonderzoeksgegevens in standaardonderzoeksprocedures en vragenlijstbeheer. Competentie van gegevensverzamelaars zal worden beoordeeld tijdens de training waarin ze moeten aantonen dat ze gestandaardiseerde enquêteprocedures moeten uitvoeren voorafgaand aan het begin van de studie.

   Wanneer vervolgenquêtes worden uitgevoerd met slachtoffers van slangenbiet, worden deze gegevens regelmatig beoordeeld door de PI voor kwaliteit en consistentie.

   Enquêteformulieren worden geprogrammeerd met vooraf gecodeerde responskeuze om invoer in de vrije tekst te minimaliseren. De enquêtevragenlijst zal een piloottest ondergaan met een kleine groep respondenten (15-20) om problemen te identificeren, vragenformulering te verfijnen en eventuele dubbelzinnigheden aan te pakken om de duidelijkheid te verbeteren. Gegevensverzamelaars zullen intensief worden getraind in procedures voor gegevensverzameling, inclusief toestemmingsproces, onderzoeksbeheer en de behandeling van de vragen en zorgen van de respondenten. De training omvat rollensplay-sessies en nep-interviews om ervoor te zorgen dat gegevensverzamelaars de vragen volledig begrijpen en standaardonderzoekspraktijken volgen.

   Er wordt ook een dashboard gemaakt om de voortgang met gegevensverzameling te volgen en te helpen bij het identificeren van problemen met de gegevenskwaliteit voor een snelle resolutie in bijna realtime. Gegevens worden continu beoordeeld op inconsistenties en fouten tijdens het verzamelen van gegevens. Vragen over gegevensconsistenties worden eventueel naar gegevensverzamelaars verzonden om aan het einde van elke dag op te lossen. Dubbele vermeldingen worden geïdentificeerd en verwijderd en eventuele discrepanties of uitbijters worden zorgvuldig onderzocht en gecorrigeerd.

   Wekelijkse teamvergaderingen zullen ook worden uitgevoerd om uitdagingen te identificeren en oplossingen te bespreken om de algehele kwaliteit van gegevensverzamelingsactiviteiten te waarborgen.

   Na het verzamelen van gegevens worden verificatieprocedures gesloten en worden de database vergrendeld om verdere gegevensvermeldingen of bewerkingen op de server te voorkomen.

   Gegevensanalysegegevens worden geanalyseerd met behulp van R -statistische software, voornamelijk met het PrevMap -pakket. Een modelgebaseerde geostatistische benadering zal worden gebruikt. Er zal eerst een verkennende analyse worden uitgevoerd met behulp van standaard lineaire en gegeneraliseerde lineaire regressie om de associaties te beoordelen tussen ruimtelijk genoemde milieu- en sociodemografische gegevens en snakebite -incidentie. Het zal ook mogelijk zijn om individuele covariate gegevens te gebruiken die zijn verzameld als onderdeel van deze enquêtes hier, door zowel individuele en clusteriveau -effecten op te nemen. De ruimtelijke structuur van residuen uit dit regressiemodel zal worden beoordeeld en de informatie zal worden gebruikt om een ​​voorspellend model te bouwen dat rekening houdt met deze ruimtelijke correlatie die niet kon worden verwijderd door regressie -aanpassingen. Waar mogelijk worden de tijd die variërende risicofactoren worden verwerkt, bijvoorbeeld bij de beoordeling van gegevens van de gezondheidsfaciliteiten.

   De toevoeging van nieuw verzamelde Snakebite-gegevens van enquêtes van gemeenschaps- en gezondheidsfaciliteiten vereist uitbreiding van de modelgebaseerde geostatistische analyse om het model te verfijnen. Waar vergelijkbare enquêtemethode en uitkomstmaten worden gebruikt, kan gezamenlijke modellering worden uitgevoerd. De waarschijnlijkheidscontourkaarten zullen ook worden geproduceerd met waarschijnlijkheidsschattingen die aangeven dat de kans op incidentie een vaste drempel overschrijdt.

   De relatieve nauwkeurigheid van elke gegevensbron en methode voor gegevensverzameling zal worden vergeleken voor hun waarde bij het beoordelen van de incidentie van slangenbite, met de cluster-gesamplede enquêtes die de gouden standaard beschouwden, om de meest effectieve manier te begrijpen waarop deze gegevensbronnen kunnen worden gebruikt in de Nauwkeurige voorspelling van Snakebite Risk.

   Modelvalidatie Interne validatie van het voorspellende model zal worden uitgevoerd met behulp van gesimuleerde datasets om de voorspellende nauwkeurigheid van het geostatistische model te beoordelen. Het voorspellende model zal extern worden gevalideerd met behulp van gegevens van nieuw bemonsterde Sentinel -sites die de risiconiveaus overspannen. Wanneer gegevens beschikbaar komen uit studies buiten de onderzochte regio, zal deze worden gebruikt om de generaliseerbaarheid van het model te testen.

   Het beheer van ontbrekende gegevens van gegevens wordt geanalyseerd om te beoordelen of deze mogelijk heeft geleid tot vooringenomenheid in termen van de demografische verdeling van de enquête -steekproef. Als details van afwezige huishoudelijke grootte en de leeftijd/geslacht van leden van het huishouden beschikbaar waren, wordt dit vergeleken met de opgenomen steekproef. Als deze gegevens niet beschikbaar zijn, wordt de opgenomen steekproef vergeleken met de demografische verdeling van de provinciale bevolking volgens de meest recente volkstelling.

   Ethische en regelgevende richtlijnen Deze studie zal worden uitgevoerd in overeenstemming met de ethische principes die zijn uiteengezet in de verklaring van Helsinki en Good Clinical Practice (GCP) en alle onderzoeksonderzoekers moeten een up-to-date training in GCP hebben.

   Het studieprotocol zal worden onderworpen aan beoordeling door onderzoeksethische commissies in het VK en de studielanden en goedkeuring zal worden gevraagd vóór het begin van de studie in het respectieve land.

   Research Ethics Committee (REC) Review vóór het begin van de studie zal goedkeuring worden gezocht aan de Liverpool School of Tropical Medicine (LSTM) Research Ethics Committee in het VK voor het studieprotocol, geïnformeerde toestemmingsformulieren en andere studiedocumenten. We zullen de LSTM -sponsor- en onderzoeksethische commissie een jaarverslag bieden, dat elk jaar op de oorspronkelijke goedkeuringsdatum verschuldigd is en een einde van het studierapport zodra alle activiteiten zijn voltooid.

   Equivalente rec -goedkeuring zal ook worden gezocht in samenwerkende landen:

   In Ghana zal ethische goedkeuring worden aangevraagd via de Ghana Health Service Ethics Review Committee. Eén ethische aanvraag wordt ingediend om alle activiteiten voor gegevensverzameling te dekken. In Rwanda zal de ethische goedkeuring worden aangevraagd via de Rwanda National Ethics Committee.

   Protocolwijzigingen We zullen ervoor zorgen dat het onderzoek niet afwijkt van het beschreven protocol. Als er een protocolafwijking plaatsvindt, zullen we wijzigingen indienen bij LSTM- en binnenlandse autoriteiten ter goedkeuring.

   Verspreiding en toepassing van resultaten bij voltooiing van het onderzoek, de gegevens zullen worden geanalyseerd en een definitief studierapport opgesteld. Bevindingen van de gemeenschapsenquêtes zullen formeel worden gedeeld met onderzoekspartners en lokale belanghebbenden (inclusief de gemeenschapsleiders en vertegenwoordigers van de gezondheidszorg) voor verspreiding van de deelnemersgemeenschappen na voltooiing van analyse via online of persoonlijke workshops.

   Studieresultaten zullen worden ingediend in onderzoeksrapporten voor peer -reviewed tijdschriften en voor presentatie op geschikte wetenschappelijke conferenties. De hoofdonderzoeker zal de verantwoordelijkheid nemen voor publicatie; Publicatie zal de deelnemers, het personeel en de financieringsorgaan erkennen wiens bijdrage de studie van de studie mogelijk maakt.