1974年以来のケニア海岸でのマラリアの有病率の変化：気候、薬物、ベクトル制御

背景：アフリカのマラリア負担の減少に向けた進歩は、比較的短い時間巻きでデータセットを使用して測定またはモデル化されています。これらの制限された時間分析は、マラリアリスクの長期サイクルのより広いコンテキストを逃す可能性があるため、介入の影響に関する誤った推論につながる可能性があります。 方法：1147年齢補正された熱帯熱マラリア原虫の寄生虫の有病率（PFPR2-10）ケニア海岸沿いの農村コミュニティの調査は、1974年から2014年にかけて組み立てられました。降雨、薬剤耐性、殺虫剤治療ベッドネット（ITN）の使用に関連するもっともらしい説明変数のシーケンス。 結果：FARCIPARUMの寄生虫の有病率は1974年から1987年に最初に増加し、1991年から92年に浸されましたが、1998年まで高くなりました。1998年以降、2011年までの有病率が低下し始め、2014年まで上昇し始めました。クロロキンに対する新たな耐性とスルファドキシン/ピリメタミンの導入により、ケニア海岸に沿ったマラリア伝播の上昇と下降についてもっともらしい説明が得られました。 結論：除去に向けた進歩は、介入の効果の自然および外因性の伝染交絡評価の自然および外因性サイクルの場合、私たちが望むほど予測可能ではないかもしれません。国がどこにあるのかを決定するには、マラリア伝播の長期疫学を慎重に経験的に観察する必要があります。

BACKGROUND: Progress toward reducing the malaria burden in Africa has been measured, or modeled, using datasets with relatively short time-windows. These restricted temporal analyses may miss the wider context of longer-term cycles of malaria risk and hence may lead to incorrect inferences regarding the impact of intervention. METHODS: 1147 age-corrected Plasmodium falciparum parasite prevalence (PfPR2-10) surveys among rural communities along the Kenyan coast were assembled from 1974 to 2014. A Bayesian conditional autoregressive generalized linear mixed model was used to interpolate to 279 small areas for each of the 41 years since 1974. Best-fit polynomial splined curves of changing PfPR2-10 were compared to a sequence of plausible explanatory variables related to rainfall, drug resistance and insecticide-treated bed net (ITN) use. RESULTS: P. falciparum parasite prevalence initially rose from 1974 to 1987, dipped in 1991-92 but remained high until 1998. From 1998 onwards prevalence began to decline until 2011, then began to rise through to 2014. This major decline occurred before ITNs were widely distributed and variation in rainfall coincided with some, but not all, short-term transmission cycles. Emerging resistance to chloroquine and introduction of sulfadoxine/pyrimethamine provided plausible explanations for the rise and fall of malaria transmission along the Kenyan coast. CONCLUSIONS: Progress towards elimination might not be as predictable as we would like, where natural and extrinsic cycles of transmission confound evaluations of the effect of interventions. Deciding where a country lies on an elimination pathway requires careful empiric observation of the long-term epidemiology of malaria transmission.