疾患サーベイランスと分析のための空間分解能とスケールを超えた情報の違い。ブラジルにおける内臓リーシュマニア症の事例

Information differences across spatial resolutions and scales for disease surveillance and analysis: The case of Visceral Leishmaniasis in Brazil.

• Joseph L Servadio
• Gustavo Machado
• Julio Alvarez
• Francisco Edilson de Ferreira Lima Júnior
• Renato Vieira Alves
• Matteo Convertino

抄録

内臓リーシュマニア症を含む多くの感染症では、高い空間分解能での全国的な疾患サーベイランスが望まれています。サーベイランス活動から収集したデータを用いた統計的・数理的モデルは、多くの場合、データの利用可能性によって制約されるか、任意に選択された空間分解能とスケールを使用している。しかし、空間分解能やスケールの選択に対するモデル結果の感度はあまり評価されていない。本研究の目的は、空間分解能とスケールの選択が統計的および数学的分析に影響を与える可能性があるかどうかを判断することである。ブラジルの内臓リーシュマニア症をケーススタディとして用いた。モデルでありそうな結果を表す疾患発生率の確率的特性を空間分解能とスケールで比較した。2004年から2014年までの年間発生率に対して、市町村別および州別に最適な分布を適合させた。ベストフィットは、シミュレートされたアニーリング・アルゴリズムで評価された絶対誤差の総和を最小化した分布ファミリーとパラメタリゼーションとして定義された。ガンマ分布とポアソン分布は、個々の州間でも全国的にも、発生率のベスト・フィットを提供しました。Kullback-Leibler ダイバージェンスを用いた分布の比較から、州別の発生率と自治体別の発生率は、同等の情報を提供する分布に従わないことがわかります。ガンマ分布を持つ州では、全国的な発生率に近い分布を持つ州はほとんどありません。これらの結果は、空間分解能とスケールの選択が、数学的・統計的モデルにどのような影響を与えるかを実証的に示しています。

Nationwide disease surveillance at a high spatial resolution is desired for many infectious diseases, including Visceral Leishmaniasis. Statistical and mathematical models using data collected from surveillance activities often use a spatial resolution and scale either constrained by data availability or chosen arbitrarily. Sensitivity of model results to the choice of spatial resolution and scale is not, however, frequently evaluated. This study aims to determine if the choice of spatial resolution and scale are likely to impact statistical and mathematical analyses. Visceral Leishmaniasis in Brazil is used as a case study. Probabilistic characteristics of disease incidence, representing a likely outcome in a model, are compared across spatial resolutions and scales. Best fitting distributions were fit to annual incidence from 2004 to 2014 by municipality and by state. Best fits were defined as the distribution family and parameterization minimizing the sum of absolute error, evaluated through a simulated annealing algorithm. Gamma and Poisson distributions provided best fits for incidence, both among individual states and nationwide. Comparisons of distributions using Kullback-Leibler divergence shows that incidence by state and by municipality do not follow distributions that provide equivalent information. Few states with Gamma distributed incidence follow a distribution closely resembling that for national incidence. These results demonstrate empirically how choice of spatial resolution and scale can impact mathematical and statistical models.