疾病风险评估和GIS技术外文翻译资料

 2022-08-09 04:08

英语原文共 20 页,剩余内容已隐藏,支付完成后下载完整资料


6.1 简介

疾病风险分析包括科学地收集数据并对预先确定的威胁性和易感性进行风险计算。这是在假定阶段的所应做的事情。预警系统(EWS)是由一系列的信息通信系统(ICS)组成,为应对结策略供时间,以应对不利的结果并减弱其影响(Santos-Reyes和Beard 2013)。EWS是降低疾病风险的关键组成部分,因此,因该采取行动来减轻潜在的危害,有时EWS还能提供了一个机会用于预防危险事件的发生(Bouchard et al. 2013)。疾病风险和EWS的目标是为公共卫生管理人员和普通公民提供尽可能多的关于在特定情况下发生疾病流行的可能性的预警信号,从而做出各种可行的应对决策。

为了在事件中有效地减少威胁,EWS应该是一个默认的信息系统,旨在帮助相关的全国和地方组织做出决策 (Istudor 等人2016)。这一系统还要求易感人群和社会群体采取行动,以减轻迫在眉睫的危险的影响。与此形成鲜明对比的是,环境观测和天气预报可以用来预测宿主-病原体关系的出现,从而使其传播风险最小化。

6.2 预警系统的组成部分

流行病学监测:流行病学调查系统能使信息的传播变得及时。在传统意义上,监测的目标明确地集中于观察疾病的发病率。然而,监测也是观察病媒群体变化的先决条件。这类基于生态的监测系统在某些情况下得到普遍认可,例如在病媒传播疾病的流行病学监测中(Thompson和Etter 2015;Shah和Gupta 2013年;Ozair等人(2012)、西尼罗河热(Swaddle和Calos 2008)、裂谷热(Metras等人,2011)、利什曼病(Medenica等人,2015)和日本脑炎(Wang等人,2014)。

生态注释:环境数据的系统观测是EWS的重要组成部分。例如,一次大的降雨事件是否会导致洪水发生有可能会取决于该地区降水的时间长久的程度(Rajabi 2015)。相对的,基于卫星的生态参数监测信息,如全球/区域尺度上的土地利用/土地覆盖、土壤湿度、植被覆盖和海面温度,将不可避免地在传病媒介和/或传染病EWS中扮演重要角色(Kesari 等人 2013)。Wang等(2014)研究了流行病学特征,并在精细的空间尺度上识别了相对高风险的时空手、足、口疾病群。

易感性评估:易感性评估与公共卫生监测密切相关。脆弱性指的是一个民族对危险的警惕心,以及它应对危险的能力。Sutherst(2004)报告说,气候变化是全球性的,对人类活动和自然环境造成了不确定的未来威胁,其他局部变化在全球范围内迅速蔓延,并对病媒传播疾病(VBDs)产生了重要影响。因此,VBDs的生态学和流行病学可以使用最初由植物病理学家建立的宿主-病原体-环境“疾病三角”来定义(Sutherst 2000)。Musa等人(2013)将GIS技术作为公共卫生工具用于从霍乱到癌症。

风险分析:进行风险分析,将详细的规划应用到一个迫在眉睫的危险所能产生的可能影响(Frossling等人2012)。风险计算可能依赖于专业评估、确定的风险因素的出现和/或定性或定量风险分析的收益(Reist 等人2012)。在发展中国家,由于气候变化、环境改变、城市化、人口增长、移徙、经济变化和环境退化等原因,风险模式正在迅速变化。到目前为止,由于缺乏最新的制图和普查信息来划分实际的风险水平,风险分析在许多领域仍然是非常固定的模式(Bobadilla Suarez等,2017年)。

意识/响应必须根据地方、区域或国家一级(主要在易流行地区)应对能力的进展情况,建立预警计划。为减轻疾病暴发而采取的活动往往会造成巨大支出,并可能造成发展中国家资产的巨大负担(Bayer 等人.,2009年)。此外,控制措施的执行(如喷洒杀虫剂、病媒控制、公众宣传)有时可能引起公众的积极对抗。这种可能的后果和成本效益的考虑是非常重要的,需要用有明确目的的应对策略来谨慎评估,可以最大程度地调整综合当地公众的优先级、需求和能力。

公共交流:为了确认危险人群注意到了警告信息和官方建议的应对方法,必须建立有效的公共传播方针(Medford-Davis和Kapur, 2014)。如果发出警示的单位在有关地区缺乏认可,或与当地团体存在长久的交流互动,警示可能不会得到充分的认同。同样,如果在早期疾病暴发期间提前做出大量预警或根本不提供警告,那么即将到来的预警的可靠性将受到危害。最后,疾病早期预警必须清楚地阐明疾病的真实风险水平、错综复杂的情况以及最易受感染的一些具体情形。

6.3 地球观测在疾病风险分析和预警系统中的作用

地球观测(EO)通过测量和监测,提供了对地球复杂的过程和变化的洞察和理解。EO包括可以直接或通过传感器在现场或远程进行的测量,为模型或其他工具提供关键信息,以支持决策过程(Hu et al. 2014)。EO通过对人类活动对生物圈近期和潜在长期影响的真实、科学有效的评估和早期预警信息的发布,帮助各国政府和民间社会确定和制定改正措施和新措施,以实现可持续发展(Eisen和Eisen 2011)。现在国际社会正在努力确定地球生态系统中人类活动的影响,测序卫星图像有助于确定这些影响,并提供独特的、可视的和科学的令人信服的证据,这些证据都表明人类活动是造成实质性改变地球的环境和自然资源基础(即生态系统变化,城市发展,跨界污染,湿地的消失,等等)。地理空间模型的使用包括风险指数分析、预测脑炎病毒传播(Van der凯伦2014)、人类感染西尼罗河病毒(基尔帕特里克和佩普2013)、大多伦多地区的西尼罗河病毒数量(Yoo 2014),和近地表温度实时监控以及再标准化植被指数(NDVI)去预测VL (Bhunia et al . 2012 a, b)。

通过加强科学信息将环境变化可视化的能力,卫星图像将加强环境管理的能力、提高对于陌生环境威胁的防控意识(Bhunia et al . 2012 a, b)。EO提供了机会让我们去探索,去发现,去了解我们生活的世界空间的独特优势。

6.4 预警系统的空间尺度

国际层面:周期性气候预测可以由国际气候预测研究所、美国国家海洋和大气管理局的气候预测中心、欧洲中期天气预报中心和世界气象组织(WMO)等机构完成和/或发布。由国立卫生研究院(NIH)国家公共卫生研究所(NPHIs)、世界卫生组织(世卫组织),泛美卫生组织(PAHO),国际协会的国家公共卫生研究所(IANPHI), 病媒与传病媒介疾病研究所(VVBDI),可以提供技术支持和培训,以协助提高国家调查和环境监测的能力。

国家层面:几个国家公共卫生机构(印度医学研究委员会)的科研团队可以利用气候预测以及易感性等决定因素和监测系统提供的证据来评估疾病威胁,并将其以确定的群体来建模。因此,国家行政和科学机构也可以支持加强流行病学和生态普查结构的基础领域的发展。例如,国家病媒传播疾病控制规划(NVBDCP)与印度公共卫生、毒理学、昆虫学、流行病学和寄生虫学等领域的技术专家合作,研究病媒传播疾病的不同方面。

区域层面:区域级EWS被认为是通过在区域范围内调查风险并将风险信息整合到备选规划和预警中的手段,从而更好地监测和预测流行病的状况。区域机构和组织在提供专门知识和咨询方面发挥作用,以支持国家发展和维持预警能力的努力。例如,Rajendra医学科学纪念研究所(RMRIMS)参与了内脏利什曼病(黑热病)消除方案的区域和州一级的分析。国家疟疾研究所(NIMR)通过在印度的基础、应用和业务实地研究,对疟疾的短期和长期影响进行了解释说明。

地方一级:社区和个人可以在诸如监测易感人群、评估策略和地方反应能力以及加强决策网络和公共通信等活动中提供援助。

6.5 案例研究1:印度比哈尔邦Muzaffarpur地区内脏利什曼病风险评估:GIS方法

6.5.1 介绍

内脏利什曼病( VL),在印度当地被称为黑热病(kala-Azar),是一种由多诺瓦尼利什曼原虫引起的病媒寄生虫病,已经成为一个主要的国际公共卫生问题(Thakur 2007)。该疾病是由受感染的雌性沙蝇属的白蛉 (银足白蛉) (Thakur 2007)叮咬传播的。该病主要见于世界各地的热带和亚热带气候区域(世卫组织1998年),主要常见于孟加拉国、巴西、印度、尼泊尔和苏丹(Ryan和Ray 2004年)。近几十年来,VL在世界各地的发病率急剧上升(Guerin et al. 2002;Assimina等,2008)。毫无疑问,VL是印度的潜在威胁,也是发展中国家最被忽视的疾病之一(Sudhakar et al. 2006)。过去,在这一地区采取了各种控制措施;然而,未能永久减少病例数量(Dhiman和Yadav 2016;Kumar et al. 2015;2015)。

疾病地图可用于确定暴发起源地区,并有效地将高危地区作为早期预防控制的目标。地理信息系统(GIS)目前被认为是一套用于公共卫生的战略和分析工具(Riner et al. 2004;因此,需要考虑设计和实现一个具有GIS能力的VL控制信息系统。以往关于VL发病率的研究主要集中在疾病相对于病媒的关系与环境变量(Bhunia et al. 2010a, b, 2012a, b)。

VL案例因地而异;还必须考虑到空间和时间成分。这些空间分布以及模式,是许多地理研究领域学者所感兴趣的,因为它们可以帮助识别和量化空间中的自然模式,从而确定分布的潜在原因(Fotheringham et al. 2002;Srividya等人,2002)。地质统计系统明确描述了流行病与村庄之间的空间关系(Bhunia et al. 2013)。此外,通过地理统计分析和地理参考的流行病学发病率的报告能对疾病监测和控制规划有帮助。该调查有助于流行病学和医学昆虫学的研究,其目的之一是解决聚类是否具有统计学意义和是否值得进一步研究的问题,亦或是它是否可能是一个偶然事件。通常使用Moranrsquo;si (Cliff and Hord 1981)或Getis-Ord Statistics (Getis and Ord 1992)等全球和本地空间关联指标来衡量数据聚类水平。

因此,本研究拟利用地理信息系统(GIS)技术,对黑热病传播趋势和动态进行时空分析,识别风险区域,确定与黑热病风险增加相关的环境因素。

6.5.2 材料和方法

研究领域

Muzaffarpur区位于25°54ʹ-26°之间23ʹN纬度和84°53ʹ-85°45ʹE经度。这个地区是全州最古老和最大的贸易中心之一。它与东Champaran、Sitamarhi、Vaishali、Saran、Darbhanga、Samastipur和Gopalganj区接壤,面积为3172平方公里,总人口为300万。该地区地势平坦,位于恒河中游平原,有一些自北向南的水流。气候属亚热带,夏季炎热,气温在35°至40°C之间,冬季寒冷,1月平均气温为21°C。相对湿度(RH)相对较高,通常在50%至70%之间,有时达到90%。季风期间雨量最多,平均年降雨量为165毫米。

VL发生率报告的获取和数据库的准备

对VL流行区疾病传播机制进行了纵向研究。2005年至2011年(7年)的VL月发病率数据来自公共卫生中心(PHCs)和比哈尔邦卫生协会(印度)。计算每个村庄每年的VL病例数。每年的发病率是根据每个村庄的居民人数(来自印度比哈尔邦公共卫生中心

剩余内容已隐藏,支付完成后下载完整资料


资料编号:[238947],资料为PDF文档或Word文档,PDF文档可免费转换为Word

原文和译文剩余内容已隐藏,您需要先支付 30元 才能查看原文和译文全部内容!立即支付

以上是毕业论文外文翻译,课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。