HS nr 2017-3512, Adaptacyjne interwencje w celu optymalizacji kontroli malarii: klastrowa randomizowana próba SMART

W ostatniej dekadzie masowe rozpowszechnienie długotrwałych siatek nasączonych insektycydami (LLIN) i oprysków resztkowych w pomieszczeniach (IRS) w Afryce doprowadziło do znacznego zmniejszenia śmiertelności i mobilności z powodu malarii. Jednak obecne interwencje pierwszego rzutu nie są wystarczające do wyeliminowania malarii w większości krajów. Powszechne stosowanie insektycydów pyretroidowych zaowocowało powstaniem odpornych populacji wektorów, a wysoki zasięg LLIN i IRS doprowadził do zwiększonego zachowania żywieniowego ludzi na zewnątrz i zachowań związanych z odpoczynkiem. Te zmiany w ekologii i zachowaniach wektorów znacznie ograniczyły skuteczność obecnych interwencji pierwszego rzutu ukierunkowanych na komary gryzące i odpoczywające w pomieszczeniach. Ponadto, w wyniku zmian ekologicznych i środków interwencyjnych, ryzyko malarii w danej lokalizacji jest dynamiczne, a użyteczność narzędzi interwencji malarii może się różnić w miarę zatwierdzania i wprowadzania nowych narzędzi, a koszt każdego narzędzia różni się w zależności od lokalizacji i w czasie. Takie różnice w ryzyku malarii, ekologii wektorów i użyteczności narzędzi interwencyjnych stanowią przykład potrzeby opracowania optymalnych interwencji adaptacyjnych dostosowanych do lokalnych zagrożeń malarią, ekologii wektorów i łańcuchów dostaw. Głównym celem tej aplikacji jest zaprojektowanie optymalnych adaptacyjnych kombinacji interwencji kontroli wektorów, aby zmaksymalizować zmniejszenie obciążenia malarią w oparciu o lokalne ryzyko przenoszenia malarii, zmieniającą się ekologię wektorów i dostępną kombinację interwencji zatwierdzonych przez Ministerstwo Zdrowia w każdym kraju docelowym. Główną hipotezą jest to, że adaptacyjne podejście oparte na lokalnym ryzyku malarii i zmieniającej się ekologii wektorów doprowadzi do znacznego zmniejszenia częstości występowania i ryzyka przenoszenia malarii. Aby osiągnąć ten cel, proponujemy następujące trzy cele szczegółowe:

1. Mierz częstość występowania malarii i prognozuj ryzyko, korzystając z cech środowiskowych, biologicznych, społecznych i klimatycznych, korzystając z metod uczenia maszynowego. Hipoteza: przewidywanie ryzyka malarii można poprawić dzięki zastosowaniu technik uczenia maszynowego, które obejmują czynniki środowiskowe, biologiczne, społeczno-ekonomiczne i klimatyczne. Podejście: Każdy ośrodek będzie mierzyć zachorowalność na malarię, rozpowszechnienie i czynniki społeczno-ekonomiczne za pomocą ankiet społecznościowych. Podejścia oparte na klasyfikacji i regresji zostaną wykorzystane do opracowania modeli predykcyjnych ryzyka malarii, a wydajność modeli zostanie zweryfikowana. Rezultat: ten cel stworzy ulepszone modele przewidywania ryzyka malarii i położy ważną podstawę do opracowania strategii interwencyjnych dostosowanych do lokalnej ekologii wektorów i przyszłego ryzyka malarii przy użyciu wzmocnionych metod uczenia maszynowego.
2. Wykorzystaj projekt sekwencyjnej randomizowanej, sekwencyjnej, losowej próby z wieloma zadaniami (SMART), aby opracować optymalną adaptacyjną strategię interwencji. Hipoteza: Interwencje kontroli malarii, które są dostosowane do lokalnego ryzyka malarii i ekologii wektorów oraz są opłacalne, można zidentyfikować za pomocą randomizowanego projektu SMART. Podejście: randomizowany projekt SMART z klastrami zostanie zastosowany na obszarach o wysokiej transmisji w Kenii w celu oceny wpływu interwencji adaptacyjnych, które obejmują sekwencyjne i łączone stosowanie siatek nowej generacji, opryskiwanie wnętrz insektycydami niepyretroidowymi oraz zarządzanie źródłami larw malarii kontrola.
3. Ocena opłacalności i wpływu adaptacyjnego podejścia interwencyjnego na drugorzędowe punkty końcowe związane z ryzykiem i przenoszeniem malarii. Hipoteza: Strategie interwencji dostosowane do lokalnego ryzyka malarii i ekologii wektorów będą bardziej opłacalne w ograniczaniu zachorowalności na malarię i ryzyka przenoszenia niż obecnie stosowana interwencja LLIN. Podejście: Koszty ekonomiczne poszczególnych interwencji lub ich kombinacji zostaną ocenione zarówno z punktu widzenia usługodawcy, jak i społeczeństwa, przy użyciu standardowych metod oceny ekonomicznej. Opłacalność będzie mierzona kosztem przypadającym na osobę objętą ochroną. W badaniu zbadane zostaną zmiany odporności na leki i środki owadobójcze oraz częstość występowania infekcji, które można przypisać interwencjom adaptacyjnym.

Interwencje w zakresie malarii dostosowane do szybko zmieniającego się ryzyka malarii i ekologii wektorów są niezwykle potrzebne, aby poprawić skuteczność środków kontroli malarii. W tym badaniu zostaną wykorzystane nowe techniki, w tym uczenie maszynowe i nowatorski projekt SMART z randomizacją klastrów, w celu opracowania optymalnych adaptacyjnych strategii interwencji malarii.