デング熱流行の予測因子としての媒介蚊の幼虫指数。スリランカのコロンボとカンディの地区における昆虫学的パラメータに基づくデング熱流行管理のためのアプローチ

Larval Indices of Vector Mosquitoes as Predictors of Dengue Epidemics: An Approach to Manage Dengue Outbreaks Based on Entomological Parameters in the Districts of Colombo and Kandy, Sri Lanka.

• Lahiru Udayanga
• Subashinie Aryaprema
• Nayana Gunathilaka
• M C M Iqbal
• Thilan Fernando
• W Abeyewickreme

抄録

背景:

デング熱の流行を早期に発見することは、デング熱対策プログラムにおいて重要な要素である。デング熱の防除では、病気の媒介者の幼虫指数に基づいた予測が広く用いられており、定義された閾値が設定されている。しかし、スリランカでは、国や地域レベルでの幼虫指数の閾値は設定されていない。そこで本研究では、スリランカの2つのデング熱リスクの高い地区でのベクター指標の閾値を開発することを目的とした。

Background: Early detection of dengue epidemics is a vital aspect in control programmes. Predictions based on larval indices of disease vectors are widely used in dengue control, with defined threshold values. However, there is no set threshold in Sri Lanka at the national or regional levels for larval indices. Therefore, the current study aimed at developing threshold values for vector indices in two dengue high-risk districts in Sri Lanka.

方法:

コロンボ地区とカンディ地区に位置するデングの高リスクのMedical Officer of Health (MOH)の10の選択された地域の月次ベクター指数（House Index [HI]、Container Index [CI]、Breteau Index for [BI]、[BI]）を、月次報告されたデング症例とともに2010年1月から2019年6月までに収集した。デング流行の識別における幼虫指標の識別力を評価し、デング流行管理のための閾値を開発するために、SPSS（バージョン23）での受信操作特性（ROC）曲線分析を使用した。

Methods: Monthly vector indices (House Index [HI], Container Index [CI], Breteau Index for [BI], and [BI]), of ten selected dengue high-risk Medical Officer of Health (MOH) areas located in Colombo and Kandy districts, were collected from January 2010 to June 2019, along with monthly reported dengue cases. Receiver Operating Characteristic (ROC) curve analysis in SPSS (version 23) was used to assess the discriminative power of the larval indices in identifying dengue epidemics and to develop thresholds for the dengue epidemic management.

成果:

HIとBIのみが1ヶ月と2ヶ月のラグ期間におけるデング熱流行との有意な関連を示した。これに基づいて、コロンボの平均しきい値が、BI2とともに、低リスク(2.4 ≤ BI < 3.8)、中リスク(3.8 ≤ BI < 5)、高リスク(BI ≥ 5)として定義された。9 ≤ BI < 4.2 (低リスク)、4.2 ≤ BI < 5.3 (中程度のリスク)、および BI ≥ 5.3 (高リスク)である。さらに、コロンボでは、5.5 ≤ HI < 8.9, 8.9 ≤ HI < 11.9, 及び HI ≥ 11.9 が低リスク、中リスク及び高リスクの平均閾値と定義され、6.9 &#x2264; HI ≥ 11.9 が高リスクの平均閾値と定義された。コロンボではHIの平均値が低リスク、中リスク、高リスクと定義され、カンディではHI≧9.1（低リスク）、HI≧11.8（中リスク）、HI≧11.8（高リスク）と定義された。

Results: Only HI and BI denoted significant associations with dengue epidemics at lag periods of one and two months. Based on , average threshold values were defined for Colombo as Low Risk (2.4 ≤ BI < 3.8), Moderate Risk (3.8 ≤ BI < 5), High Risk (BI ≥ 5), along with BI 2.9 ≤ BI < 4.2 (Low Risk), 4.2 ≤ BI < 5.3 (Moderate Risk), and BI ≥ 5.3 (High Risk) for Kandy. Further, 5.5 ≤ HI < 8.9, 8.9 ≤ HI < 11.9, and HI ≥ 11.9 were defined as Low Risk, Moderate Risk, and High Risk average thresholds for HI in Colombo, while 6.9 ≤ HI < 9.1 (Low Risk), 8.9 ≥ HI < 11.8 (Moderate Risk), and HI ≥ 11.8 (High Risk) were defined for Kandy.

結論:

デング熱伝染病の早期発見のための指標として、また、スリランカの財政、技術、人的資源を最適に活用してデング熱伝染病を管理することを目的として、定義された閾値とHIを推奨することができた。

Conclusions: The defined threshold values for and HI could be recommended as indicators for early detection of dengue epidemics and to drive vector management activities, with the objective of managing dengue epidemics with optimal usage of financial, technical, and human resources in Sri Lanka.

Copyright © 2020 Lahiru Udayanga et al.