HS#2017-3512, Intervenções adaptativas para otimizar o controle da malária: um estudo SMART randomizado por cluster

Na última década, o aumento maciço de mosquiteiros tratados com inseticida de longa duração (LLINs) e a pulverização residual interna (IRS) na África levaram a reduções significativas na mortalidade e mobilidade por malária. No entanto, as atuais intervenções de primeira linha não são suficientes para eliminar a malária na maioria dos países. O uso generalizado de inseticidas piretróides resultou em populações de vetores resistentes, e a alta cobertura de LLINs e IRS levou ao aumento do comportamento humano de alimentação e repouso ao ar livre. Essas mudanças na ecologia e nos comportamentos dos vetores limitaram significativamente a eficácia das atuais intervenções de primeira linha que visam mosquitos que picam e descansam em ambientes fechados. Além disso, como resultado de mudanças ecológicas e medidas de intervenção, o risco de malária em uma localidade é dinâmico e a utilidade das ferramentas de intervenção contra a malária pode variar à medida que novas ferramentas são aprovadas e introduzidas e o custo de cada ferramenta difere entre os locais e ao longo do tempo. Essas variações no risco de malária, ecologia de vetores e utilidade de ferramentas de intervenção exemplificam a necessidade de desenvolver intervenções adaptativas ideais adaptadas aos riscos locais de malária, ecologia de vetores e cadeias de abastecimento. O objetivo central deste aplicativo é projetar combinações adaptativas ideais de intervenções de controle de vetores para maximizar as reduções na carga da malária com base nos riscos locais de transmissão da malária, alteração da ecologia do vetor e combinação disponível de intervenções aprovadas pelo Ministério da Saúde em cada país-alvo. A hipótese central é que uma abordagem adaptativa baseada no risco local de malária e mudança na ecologia do vetor levará a reduções significativas na incidência de malária e no risco de transmissão. Para atingir este objetivo, propomos os seguintes três objetivos específicos:

1. Meça a incidência de malária e preveja o risco usando recursos ambientais, biológicos, sociais e climáticos com abordagens de aprendizado de máquina. Hipótese: A previsão do risco de malária pode ser melhorada através do uso de técnicas de aprendizado de máquina que incluem características ambientais, biológicas, socioeconômicas e climáticas. Abordagem: Cada local medirá a incidência, prevalência e fatores socioeconômicos da malária por meio de pesquisas comunitárias. Abordagens baseadas em classificação e baseadas em regressão serão usadas para desenvolver modelos preditivos de risco de malária, e o desempenho do modelo será validado. Resultado: Este objetivo estabelecerá modelos de previsão de risco de malária aprimorados e estabelecerá uma base importante para o desenvolvimento de estratégias de intervenção adaptáveis ​​à ecologia vetorial local e aos riscos futuros de malária usando abordagens de aprendizado de máquina reforçadas.
2. Use um projeto de ensaio randomizado sequencial de atribuição múltipla (SMART) para desenvolver uma estratégia de intervenção adaptativa ideal. Hipótese: As intervenções de controle da malária que são adaptadas ao risco local de malária e ecologia de vetores e são custo-efetivas podem ser identificadas usando um design SMART randomizado por cluster. Abordagem: O design SMART randomizado por cluster será usado em áreas de alta transmissão no Quênia para avaliar o impacto de intervenções adaptativas que envolvem o uso sequencial e combinado de mosquiteiros de última geração, pulverização interna de inseticidas não piretróides e gerenciamento de fontes larvais para malária ao controle.
3. Avalie a relação custo-eficácia e o impacto de uma abordagem de intervenção adaptativa em parâmetros secundários relacionados ao risco e transmissão da malária. Hipótese: Estratégias de intervenção adaptadas ao risco local de malária e ecologia de vetores serão mais custo-efetivas na redução da incidência de malária e risco de transmissão do que a intervenção LLIN atualmente usada. Abordagem: Os custos econômicos de intervenções individuais ou suas combinações serão avaliados de uma perspectiva do provedor e da sociedade usando metodologias padrão de avaliação econômica. A relação custo-eficácia será medida em termos de custo por pessoa protegida. O estudo examinará as mudanças na resistência a drogas e inseticidas e na prevalência de infecções atribuíveis às intervenções adaptativas.

Intervenções de malária adaptadas ao risco de malária em rápida mudança e ecologias de vetores são extremamente necessárias para melhorar a eficácia das medidas de controle da malária. Este estudo usará novas técnicas, incluindo aprendizado de máquina e um novo design SMART randomizado por cluster, para desenvolver estratégias de intervenção adaptativas ideais para a malária.