Sistem peringatan dini mengisi celah dalam surveilans penyakit menular – ScienceDaily

Sistem peringatan dini mengisi celah dalam surveilans penyakit menular – ScienceDaily


Para peneliti di Columbia University Mailman School of Public Health mengembangkan sistem peringatan dini penyakit menular yang mencakup daerah-daerah yang tidak memiliki klinik kesehatan yang berpartisipasi dalam pengawasan penyakit menular. Pendekatan ini mengkompensasi celah yang ada dengan secara optimal menetapkan lokasi surveilans yang mendukung observasi dan prediksi yang lebih baik dari penyebaran wabah, termasuk ke area yang tersisa tanpa surveilans. Rincian dipublikasikan di jurnal Komunikasi Alam.

Tim peneliti, termasuk Jeffrey Shaman dan Sen Pei, telah berada di garis depan dalam memperkirakan dan menganalisis penyebaran COVID-19. Makalah mereka yang paling banyak dikutip di jurnal Kemajuan Sains memperkirakan jumlah nyawa yang diselamatkan memiliki jarak fisik dan tindakan lain yang dilakukan satu minggu sebelumnya. Mereka juga memimpin pengembangan metode untuk meramalkan penyakit menular lainnya, termasuk influenza musiman.

Sistem peringatan dini yang baru mengoptimalkan pemilihan lokasi surveilans kemudian menerapkan model komputer pada data dari situs tersebut untuk memperkirakan penyebaran geografis influenza, termasuk ke daerah pedesaan yang tidak memiliki surveilans. Para peneliti mengatakan metode mereka akan efektif untuk wabah pernapasan lainnya, termasuk metapneumovirus manusia dan virus korona musiman, yang memiliki rute penularan serupa. Itu juga dapat dimodifikasi untuk bekerja dengan penyakit lain.

“Tujuan kami adalah merancang cara untuk menyediakan sistem peringatan dini yang hemat biaya sehingga pejabat kesehatan masyarakat dapat dengan cepat menanggapi wabah dan mencegah penyebaran lebih lanjut,” kata penulis pertama Sen Pei, PhD, ilmuwan peneliti asosiasi di Departemen Ilmu Kesehatan Lingkungan di Columbia Mailman School. “Metode kami dapat digunakan untuk mendukung pengembangan sistem pengawasan yang lebih kuat dan untuk mengidentifikasi di mana harus mengatur atau meningkatkan pengawasan.”

“Terlalu sering wabah menular menyebar tanpa terdeteksi karena celah dalam pengawasan di tingkat komunitas. Kesenjangan ini telah berkontribusi pada penyakit yang tragis dan tidak perlu serta hilangnya nyawa, seperti yang telah kita lihat selama setahun terakhir,” kata penulis senior Jeffrey Shaman, PhD, seorang profesor di Departemen Ilmu Kesehatan Lingkungan di Columbia Mailman School. “Metode kami dapat membantu mengisi celah ini untuk mencegah hasil yang tidak diinginkan ini, dan memberikan panduan tentang di mana harus berinvestasi dalam pengawasan yang lebih besar.”

Para peneliti memvalidasi pendekatan mereka menggunakan data historis, menunjukkan kemampuannya untuk meramalkan penyebaran wabah masa lalu di tingkat negara bagian dan kabupaten. Di tingkat negara bagian, mereka menggunakan data dunia nyata di 35 negara bagian dari Cabang Pengawasan Kesehatan Angkatan Bersenjata AS (AFHSB), untuk influenza selama sembilan musim (2008-2009 hingga 2016-2017), dan metapneumovirus manusia dan virus korona musiman selama empat musim ( 2013-2014 hingga 2016-2017). Di tingkat kabupaten, mereka memvalidasi metode mereka menggunakan wabah yang dihasilkan model (virtual) karena tidak ada data historis yang tersedia di sebagian besar kabupaten. Metode yang mereka kembangkan dapat menghasilkan prakiraan jangka pendek yang lebih akurat daripada metode alternatif yang diuji oleh para peneliti, seperti metode yang memprioritaskan lokasi dengan populasi besar atau menggunakan pilihan acak.

Menurut Pusat Pengendalian dan Pencegahan Penyakit AS, Sistem Pengawasan Influenza AS mengumpulkan data dari klinik perawatan kesehatan rawat jalan yang berpartisipasi di semua negara bagian AS, Puerto Rico, Distrik Columbia, dan Kepulauan Virgin AS – tetapi tidak di setiap wilayah AS. Partisipasi penyedia layanan kesehatan bersifat sukarela, dan dapat berubah seiring waktu. Setiap minggu, sekitar 3.000 penyedia melaporkan data ke CDC tentang jumlah total pasien yang terlihat karena alasan apa pun dan jumlah pasien dengan penyakit mirip influenza.

Rekan penulis termasuk Xian Teng, seorang mahasiswa PhD di School of Computing and Information di University of Pittsburgh, dan Paul Lewis, MD, MPH, seorang dokter pengobatan pencegahan dan kepala penjabat untuk Integrated Biosurveillance di AFHSB.

Penelitian ini didukung oleh Institut Kesehatan Nasional AS (GM110748), Badan Proyek Penelitian Lanjutan Pertahanan (W911NF-16-2-0035), dan hadiah dari Morris-Singer Foundation.

Untuk Informasi Lebih lanjut silahkan Kunjungi : Lagu Togel

Author Image
adminProzen