ケニアのマラリア伝播の残りのポケットをターゲットにして、国家の排除目標に向けて進歩を促進するための進歩：湖風土病地域の子供の有病率と危険因子の評価

背景：マラリアの発生率が全体的に減少しているため、マラリアの除去は、病気の影響を受けた多くの国の次の標的となっています。ケニアでは、国立マラリア制御戦略は、国のほとんどの地域の脱出前に到達することを目指しています。しかし、国内の疾患の有病率におけるかなりの不均一性、特に湖の固有種地域の残りの高い一般的な地域は、この標的に向けた進歩を遅くする可能性があります。持続的な制御と最終的な排除を達成するには、残りのホットスポットで進行中のマラリア伝播のドライバーを明確に理解する必要があります。 方法：2015年のマラリアインジケーター調査（MIS）のデータは、非常に風土病の湖地域内のさまざまな国の小児（6ヶ月から14歳）のマラリア寄生虫血症の有病率について分析されました。選択された危険因子と寄生虫血症の間の関連性を調査するために、単変量および多変量ロジスティック回帰分析が事前に形成されました。低い管理レベルで疾患の不均一性を特定することを目的として、マラリアとリスク要因との関連のために予測モデルが構築されました。 結果：全体として、604/2253（27％、95％CI 21.8-32.2）の子供は寄生生成でした。最も高い有病率は、ブシア郡で観察され（37％）、ブンゴマ郡で最も低い（18％）。多変量ロジスティック回帰分析では、10〜14歳の年齢層（OR = 3.0、95％CI 2.3-4.1）、最も貧しい社会経済クラス（OR = 2.1、95％CI 1.3-3.3）、農業（OR = 1.4、95％CI 1.2-2.5）、およびBusiaの住居（OR = 4.6、95％CI 2.1-8.2（OR = 2.6、95％CI 1.3-5.4）、およびMigori郡（OR = 4.6 95％CI 2.1-10.3）は、寄生血症のリスクが高いと関連していました。長期にわたる殺虫剤治療ベッドネット（LLIN）の下で眠ったことは、リスクが低い（OR = 0.7、95％CI 0.6-0.9）と関連していた。マラリア感染と子供の性別、家庭長、および家庭長の教育状況との間に関連性は見つかりませんでした。 議論と結論：ホットスポット領域でのマラリア有病率データの詳細な分析は、介入を指示するための新しい脅威と機会を特定することができます。ケニアの湖の風土病地域では、介入は有病率が最も高い郡にもっと焦点を合わせているべきであり、より低い社会経済階層の子供たちと同様に年長の子供を標的にするべきです。残りのホットスポットとリスクの高い集団への介入を正確にターゲットにすると、脱出前のターゲットに向けて影響を与え、進歩を促進する可能性があります。

BACKGROUND: With an overall decline of malaria incidence, elimination of malaria is gradually becoming the next target for many of countries affected by the disease. In Kenya the national malaria control strategy is aiming to reach pre-elimination for most parts of the country. However, considerable heterogeneity in prevalence of the disease within the country and especially the remaining high prevalent region of the Lake endemic region is likely to slow progress towards this target. To achieve a sustained control and an eventual elimination, a clear understanding of drivers of ongoing malaria transmission in remaining hotspots is needed. METHODS: Data from the 2015 Malaria Indicator Survey (MIS) were analysed for prevalence of malaria parasitaemia in children (6 months to 14 years) of different countries within the highly endemic Lake region. Univariate and multivariate logistic regression analysis were preformed to explore associations between selected risk factors and being parasitaemic. A predictive model was built for the association between malaria and the risk factors with the aim of identifying heterogeneities of the disease at the lower administrative levels. RESULTS: Overall, 604/2253 (27%, 95% CI 21.8-32.2) children were parasitaemic. The highest prevalence was observed in Busia County (37%) and lowest in Bungoma County (18%). Multivariate logistic regression analysis showed that the 10-14 years age group (OR = 3.0, 95% CI 2.3-4.1), households in the poorest socio-economic class (OR = 2.1, 95% CI 1.3-3.3), farming (OR = 1.4, 95% CI 1.2-2.5) and residence in Busia (OR = 4.6, 95% CI 2.1-8.2), Kakamega (OR = 2.6, 95% CI 1.3-5.4), and Migori counties (OR = 4.6 95% CI 2.1-10.3) were associated with higher risk of parasitaemia. Having slept under a long-lasting insecticide-treated bed net (LLIN) was associated with a lower risk (OR = 0.7, 95% CI 0.6-0.9). No association were found between malaria infection and the gender of the child, the household head, and the education status of the household head. DISCUSSION AND CONCLUSION: Detailed analysis of malaria prevalence data in a hotspot area can identify new threats and avail opportunities for directing intervention. In the Lake endemic region of Kenya, interventions should be focused more on counties with the highest prevalence, and should target older children as well as children from the lower socio-economic strata. Precisely targeting interventions in remaining hotspots and high-risk populations will likely make impact and accelerate progress towards pre-elimination targets.