Intégration des modèles de notification des patients pour évaluer les interventions antituberculeuses spatialement ciblées

Intégration des modèles de notification des patients pour évaluer les interventions antituberculeuses spatialement ciblées

Écrit par: Isabella Gomes, Mehdi Reja, Sourya Shrestha, Jeffrey Pennington, Youngji Jo, Yeonsoo Baik, Shamiul Islam, Ahmadul Hasan Khan, Abu Jamil Faisel, Oscar Cordon, Tapash Roy, Pedro Suarez, Hamidah Hussain, David Dowdy
Publication: Annales d'épidémiologiefévrier 2021 ; 54 : 7-10. DOI : https://doi.org/10.1016/j.annepidem.2020.11.003.

Abstrait

Objet

La tuberculose (TB) est géographiquement hétérogène et le ciblage géographique peut améliorer l'impact des interventions antituberculeuses. Cependant, les données standard de notification de la tuberculose peuvent ne pas saisir suffisamment cette hétérogénéité. Une meilleure compréhension des modèles de déclaration des patients (écarts entre la résidence et le lieu de présentation) peut améliorer notre capacité à utiliser les notifications pour cibler de manière appropriée les interventions.

Méthodologie

À l'aide des données démographiques et des rapports sur la TB de Dhaka North City Corporation et Dhaka South City Corporation, nous avons identifié les quartiers à forte incidence de TB et développé un modèle de transmission de la TB. Nous avons calibré le modèle sur les données au niveau des patients provenant de services sélectionnés selon quatre hypothèses de modèles de déclaration différentes et estimé l'impact relatif de la recherche active de cas ciblée par rapport à la recherche de cas non ciblée.

Resultats

L'impact des interventions ciblées géographiquement variait considérablement en fonction des hypothèses relatives aux modèles de déclaration. La réduction relative de l'incidence de la tuberculose, en comparant la recherche de cas ciblée et active non ciblée dans la Dhaka North City Corporation, était de 1.20, en supposant une faible corrélation entre la déclaration et le lieu de résidence, contre 2.45, en supposant une corrélation parfaite. Des tendances similaires ont été observées dans la Dhaka South City Corporation (1.03 contre 2.08).

Conclusions

Le mouvement des personnes cherchant un diagnostic de TB peut affecter considérablement la transmission de la TB au niveau du service. Une meilleure compréhension des schémas de déclaration des patients peut améliorer les estimations de l'impact des interventions ciblées sur la réduction de l'incidence de la TB. L'intégration de données de haute qualité au niveau des patients est essentielle pour optimiser les interventions antituberculeuses.

 

Recherche