インフルエンザサーベイランスにおける社会経済的バイアス

Socioeconomic bias in influenza surveillance.

• Samuel V Scarpino
• James G Scott
• Rosalind M Eggo
• Bruce Clements
• Nedialko B Dimitrov
• Lauren Ancel Meyers

抄録

社会経済的に低い層の個人は、インフルエンザ関連の合併症を発症するリスクが高いと考えられており、インフルエンザ関連の入院率は平均よりも高いことが多い。この格差は、予防的および治療的なヘルスケアへのアクセスの制限、限られた病気休暇、および世帯構成など、さまざまな要因に起因しています。これらのリスクの高い集団における適切なインフルエンザサーベイランスは、正確なリスク評価と効果的な介入のための重要な前駆体である。しかし、米国の主要な全国インフルエンザサーベイランスシステム（ILINet）は、外来の医療提供者を監視しており、社会経済的に低所得者層にはほとんどアクセスできない可能性があります。インターネットソースと病院の電子カルテデータをサーベイランスシステムに組み込む最近の取り組みでは、アウトブレイク検出と状況認識の適時性、範囲、精度を向上させようとしています。ここでは、複数のサーベイランスデータソースを統合するための柔軟な統計的枠組みを用いて、従来のデータ（ILINet）と次世代のデータ（BioSense 2.0 および Google Flu Trends）の貧困レベルを超えたインフルエンザの状況認識の妥当性を評価しています。その結果、貧困レベルが最も高い四分位の郵便番号がILINetの重要な脆弱性であり、次世代データを統合しても改善されないことがわかりました。

Individuals in low socioeconomic brackets are considered at-risk for developing influenza-related complications and often exhibit higher than average influenza-related hospitalization rates. This disparity has been attributed to various factors, including restricted access to preventative and therapeutic health care, limited sick leave, and household structure. Adequate influenza surveillance in these at-risk populations is a critical precursor to accurate risk assessments and effective intervention. However, the United States of America's primary national influenza surveillance system (ILINet) monitors outpatient healthcare providers, which may be largely inaccessible to lower socioeconomic populations. Recent initiatives to incorporate Internet-source and hospital electronic medical records data into surveillance systems seek to improve the timeliness, coverage, and accuracy of outbreak detection and situational awareness. Here, we use a flexible statistical framework for integrating multiple surveillance data sources to evaluate the adequacy of traditional (ILINet) and next generation (BioSense 2.0 and Google Flu Trends) data for situational awareness of influenza across poverty levels. We find that ZIP Codes in the highest poverty quartile are a critical vulnerability for ILINet that the integration of next generation data fails to ameliorate.