Skip to main content

Free Content Modelling of malaria temporal variations in Iran

Download Article:

You have access to the full text article on a website external to Ingenta Connect.

Please click here to view this article on Wiley Online Library.

You may be required to register and activate access on Wiley Online Library before you can obtain the full text. If you have any queries please visit Wiley Online Library

Abstract:

Summary Objective  To model the temporal variations in malaria episodes in a hypo-endemic area of Iran and to assess the feasibility of an epidemic early warning system. Methods and Materials  Malaria episode data for Kahnooj District, south-east Iran, were collected from the local health system for the period 1994–2002. species-specific models were generated using Poisson regression. Starting with a simple model which included only temporal effects, we iteratively added more explanatory variables to maximize goodness of fit. Results  Of 18 268 recorded malaria episodes, more than 67% were due to . In addition to seasonality and secular trend, we found that incorporating a 1-month time lag between key meteorological variables and the predicted number of cases maximized goodness of fit. Maximum temperature, mean relative humidity and previous numbers of malaria cases were the most important predictors. These were included in the model with lags of no less than three dekads, i.e. three 10-day periods or effectively 1 month. Conclusion  Simple models based on climatic factors and information on past case numbers may be useful in improving the quality of the malaria control programme in Iran, particularly in terms of assuring accurate targeting of interventions in time and space. The models developed in this study are based on explanatory data that incorporate a lag of 1 month (i.e. data that were recorded 21–50 days previously). In practice, this translates into an operational ‘window’ of 1 month. Provided appropriate modes of data exchange exist between key stakeholders and appropriate systems for operational response are in place, this type of early warning information has the potential to lead to significant reductions in malaria morbidity in Iran.

French
Objectif: 

Modéliser les variations temporelles dans les épisodes de malaria dans une zone hypo endémique de l’Iran et évaluer la praticabilité d’un système d’alerte rapide de l’épidémie. Matériel et Méthodes: 

Les données d’épisodes de malaria dans le district de Kahnooj dans le sud-est de l’Iran ont été collectées auprès du système de santé local pour la période 1994-2002. Des modèles spécifiques pour l’espèce Plasmodium ont été générés à l’aide de la régression de Poisson. À partir d’un modèle simple qui ne comprenait que les effets temporels, nous avons ajouté de façon itérative des variables plus explicatives afin de maximiser la qualité de l’ajustement. Résultats: 

Sur 18268 épisodes enregistrés de malaria, plus de 67%étaient dus àP. vivax. En plus de la saisonnalité et de la tendance séculaire, nous avons constaté que l’intégration d’un décalage d’un mois entre les principales variables météorologiques et les prévisions de nombre de cas maximisait la qualité de l’ajustement. La température maximale, l’humidité relative moyenne et les nombres précédents de cas de malaria ont été les plus importants prédicteurs. Ceux-ci ont été inclus dans le modèle avec des décalages de pas moins de trois dizaines de jours ou effectivement un mois. Conclusion: 

Des modèles simples basés sur des facteurs climatiques et des informations sur le nombre de cas précédents peuvent être utiles dans l’amélioration de la qualité du programme de lutte contre la malaria en Iran, notamment en termes d’assurer le ciblage précis des interventions temporelles et spatiales. Les modèles développés dans la présente étude sont basés sur des données explicatives qui intègrent un décalage d’un mois (i.e. des données qui ont été enregistrées 21 à 50 jours auparavant). Dans la pratique, cela se traduit par une “fenêtre” opérationnelle d’un mois. Dans la mesure où des modes d’échange appropriés de données existent entre les principales parties prenantes et des systèmes appropriés de réponse opérationnelle sont en place, ce type d’alerte précoce a le potentiel de mener à d’importantes réductions de la morbidité due à la malaria en Iran.

Keywords: Iran; Irán; early warning system; epidemias; epidemics; malaria; modelaje; modelling; modélisation; predicción; prediction; prévision; sistema temprano de; système d’alerte rapide; épidémies

Document Type: Research Article

DOI: https://doi.org/10.1111/j.1365-3156.2008.02166.x

Affiliations:  London School of Hygiene and Tropical Medicine London, UK

Publication date: 2008-12-01

  • Access Key
  • Free content
  • Partial Free content
  • New content
  • Open access content
  • Partial Open access content
  • Subscribed content
  • Partial Subscribed content
  • Free trial content
Cookie Policy
X
Cookie Policy
Ingenta Connect website makes use of cookies so as to keep track of data that you have filled in. I am Happy with this Find out more