作为疟疾监测平台的产前保健：利用新网络项目的社区流行措施来验证布基纳法索的非国大疟疾监测

来自公共卫生监测系统的数据用于多种目的，包括衡量负担和监测疾病趋势；指导防控方案的规划、实施和评估；优先配置卫生资源。 除了常规的健康监测活动外，公共卫生计划还经常通过人口与健康调查和疟疾指标调查等具有全国代表性的家庭调查，收集有关健康指标以及干预覆盖率和计划利用情况的额外数据。

这些家庭调查提供的数据有助于衡量疟疾的负担和监测其趋势，包括有关人群中有症状和无症状感染流行率的数据。 此外，由于调查提供了有关监测和覆盖影响指标的数据，它们有助于指导预防和控制计划的规划、实施和评估，以及国家疟疾控制计划 (NMCP) 资源分配的优先次序。 事实上，这些具有代表性的调查已成为衡量疟疾控制和消除进展情况的关键工具。

然而，进行这些调查的成本很高，而且受到周期长（例如每两到五年）和广泛的抽样策略（即 生成疾病负担和干预覆盖率的国家或区域估计），但未能捕捉到季节性趋势或次区域异质性，限制了它们在实时或本地针对性规划和响应中的使用。

另一方面，常规卫生信息系统可以提供代表所有年龄组的连续、精细的数据源，主要是为了帮助衡量负担和监测有症状的疟疾和其他疾病的趋势。 许多国家已经在 District Health Information System 2 等平台上实施了标准化的电子化卫生管理信息系统 (HMIS)，实时提供卫生设施的月度数据。 尽管是有价值的公共卫生信息的潜在来源，但有几个因素限制了 HMIS 数据的实用性，应仔细考虑。 一个关键限制是报告到 HMIS 中的数据的质量和代表性，这不仅受到一般数据问题的影响，还受到案例管理实践和缺货等因素的影响。 这些限制需要加强监测和卫生系统来克服。 HMIS 关于病例数的数据也可能存在偏差，因为一​​些有症状的患者可能没有到医疗机构就诊或可能根本不寻求治疗，而且由于区域和当地人口估计的不确定性，很难解释发病率。 此外，并非所有医疗机构都向 HMIS 报告；在许多国家，数据主要来自公共卫生设施。 如果使用替代护理来源（例如，私人设施或传统治疗师）诊断和治疗疟疾的人群随时间变化，或与使用公共设施的人群不同，则 HMIS 中观察到的数据趋势可能不具有代表性。 最后，由于 HMIS 数据仅限于有症状疾病的患者，因此无法评估无症状感染的负担和流行病学，据信无症状感染代表了许多人群中的大多数疟疾感染。 常规数据的代表性和有效性也可能受到诊断测试实践的影响，而这又可能因医疗保健提供者的表现、季节性和诊断商品的可用性而异。 最后，关于疟疾控制干预措施的监测和覆盖范围的数据，例如经过杀虫剂处理的蚊帐 (ITN)，通常不会在例行健康访问期间收集或在 HMIS 中报告。

为了发挥这两种互补监测方法的优势并解决其局限性，在产前保健 (ANC) 门诊就诊期间收集有关寄生虫流行率和疟疾控制干预措施覆盖率的数据，可能会为监测人口趋势提供一个易于获取、可靠且具有代表性的来源比具有全国代表性的家庭调查更精细的疟疾控制。 撒哈拉以南非洲地区的非国大覆盖率很高；大约 90% 的女性在每次怀孕期间至少进行一次 ANC 就诊。 只有六个国家报告说，只有不到 80% 的妇女在最近一次怀孕期间至少参加过一次非国大。 因此，参加第一次 ANC 就诊的孕妇很可能代表整个孕妇人群。 第一次参加 ANC 就诊的孕妇是监测疟疾流行趋势的理想人群，因为每月参加 ANC 的人数随着时间的推移保持相对稳定（季节性影响最小）并且独立于疟疾症状，因此一般感染流行率估计与到社区调查。 已经证明，孕妇的疟疾寄生虫流行率与五岁以下儿童的流行率相关。 这凸显了孕妇可能成为衡量疟疾流行趋势的代表性指标的良好哨兵人群的可能性，并提出了一个问题，即孕妇是否会成为疟疾控制干预措施覆盖率的良好数据来源，这些干预措施可以随时间推移随时跟踪. 一旦扩大规模，这些系统还可以更频繁地提供这些数据，在更精细的空间范围内，并且比家庭调查成本更低。

在布基纳法索，NMCP 正在九个省的大规模运动中分发新的 ITN。 New Nets Project 正在资助其中三个省份的社区调查，包括在这些省份进行快速诊断测试 (RDT) 测试，以了解 ITN 的影响。 这提供了一个重要的机会来验证疟疾控制干预措施的覆盖范围和首次 ANC 就诊时孕妇的寄生虫流行率措施是否代表布基纳法索的广大人口。 在三个地区，首次参加 ANC 就诊的孕妇将获得同意并使用 RDT 进行疟疾检测，并要求完成研究问卷。 将对第一次 ANC 访问获得的结果与 New Nets Project 同时进行的家庭调查的结果进行比较。 如果经过验证并发现是对 ANC 访问程序的可持续改变，则可以使用来自 ANC 哨兵人口的数据来增加甚至取代通过使用疟疾指标调查收集的大部分数据，这些调查既昂贵又不经常进行，而且通常只为区域层面提供动力。 然后可以将该数据与来自门诊部的疟疾负担数据进行三角测量，以了解社区流行率（通过 ANC 测量）和疟疾临床发病率的变化，从而指导规划决策和响应。