コストとして幼虫駆除をデジタル管理 - 四川ドリームキャッチャー株式会社

Malaria Journal volume 22、記事番号: 114 (2023) この記事を引用

1027 アクセス

2 オルトメトリック

メトリクスの詳細

かつてはマラリア撲滅活動の中心であった幼虫発生源管理（LSM）、つまり蚊の繁殖生息地の処理はアフリカでは疎外され、長期持続型殺虫ネット（LLIN）や屋内残留噴霧（IRS）が支持されています。しかし、新技術の開発や、LLIN や IRS で使用される殺虫剤に対する蚊の耐性の高まりにより、LSM への関心が新たに高まっています。

サントメ・プリンシペ（STP）の7地区のうち3地区でデジタル管理による幼虫駆除（DML）活動が保健省（MOH）とZzappMalaria LTDによって開始された。この操作は、指定された GPS ベースのモバイルアプリケーションとオンラインダッシュボードで構成される Zzapp システムによって指導され、蚊の繁殖地の検出、サンプリング、処理を容易にしました。運用中に、品質保証 (QA) 手順と現場管理方法が開発され、実装されました。

12,788 の水域が特定され、合計 128,864 回処理されました。蚊の個体数とマラリア発生率に対する削減効果は、それぞれ 74.90% と 52.5% でした。保護される 1 人あたりの総コスト (PPP) は 0.86 米ドルでした。費用は地域によって異なり、都市部では 0.44 米ドル (PPP)、農村部では 1.41 米ドル (PPP) でした。主なコスト要因は、人件費、輸送費、幼虫駆除剤の資材でした。

DML は、特に都市部において、非常に費用対効果の高い結果をもたらします。デジタルツールは、業務の標準化、QA手順の実装、および現場作業員のパフォーマンスの監視を容易にします。デジタル的に生成された空間データは、統合ベクトル管理 (IVM) 操作を支援する可能性もあります。所見をさらに実証するには、より大規模なサンプルを用いたランダム化比較試験（RCT）が必要です。

蚊が繁殖する水域を標的とすることは、1930 年代から 1940 年代にかけて多くのマラリア防除作戦の中心であり、多くの場合、地域でのマラリア伝播を完全に排除する結果となりました。注目に値する例は、疫学者フレッド・ソーパーが主導したブラジル東部での作戦で、侵入種のガンビアハマダラカを2年以内に国から排除した。徹底した行動で知られるソーパー氏は、綿密な監視と個人への責任の明確な割り当てを強調しました [1]。実際、LSM 運用の成功は、特定して処理できる水域の割合 (介入範囲) に大きく依存します [2]。残念ながら、LSM、特に幼虫駆除をサハラ以南のアフリカに導入する試みは、適用範囲が限られ、蚊の個体数が不十分に減少するという運用上の問題にしばしば遭遇しました[3]。現在の世界保健機関 (WHO) のガイドラインでは、LLIN や IRS と並ぶ補助的介入として LSM を推奨しており、水域が「少なく、固定されており、見つけることができる」地域に限定されています [4]。

それにもかかわらず、いくつかの要因が LSM への新たな関心に貢献しています。まず、LLIN と IRS が直面する 2 つの主な課題、屋外での咬傷行動と殺虫剤耐性を軽減するのに役立ちます [5]。これは、蚊が耐性を獲得するとは予想されない生物学的因子または物理的メカニズムを通じて、水生段階で蚊に影響を与えるためです[6]。さらに、LSM は都市環境において非常に費用対効果が高い可能性があり [7]、サハラ以南のアフリカにおける都市化の速度の上昇 [8] と、アフリカにおける外来種ハマダラカの蔓延を考慮すると、魅力的なソリューションとなります。それは都市で繁栄します[9]。最後に、ドローンや人工知能などの新しい技術により、水域の検出と処理が容易になります [10]。同様に、デジタルツールはデータベースおよびデータ駆動型の介入を促進し、大規模な LSM 運用の運用面および管理面を改善できます。

そのようなツールの 1 つが Zzapp システムです。これは、大規模なマラリア媒介ウイルス駆除作戦に伴う運用上の課題に対処するために開発されました。このシステムは、(1) オンラインダッシュボードで治療エリアが区切られ、タスクが地区レベルのマネージャーによって毎日割り当てられ、監視されます。 (2) 導入時に現場作業員をガイドする、Mapbox を利用した GPS ベースのモバイルアプリ。以下の説明では、STP での操作で使用される幼虫駆除管理に関するシステムの機能について説明します。 IVM 操作を計画する人工知能 (システム上で報告される水域の位置に基づいて IRS の住宅をターゲットにするなど) などのシステムの他の機能については、ここでは説明しません。

このシステムは、住宅の位置 (衛星画像に基づく) を使用して、介入のために選択された地区内で治療が必要なエリアを定義します。次に、これらのエリアを運用単位に分割します。 Web ベースのダッシュボードを操作するマネージャーは、これらの領域を現場作業者に割り当て、現場作業者には特定のタスク (スキャン、処理、サンプリング、または QA) が与えられます。フィールドワーカーは、指定された GPS ベースのアプリケーションを介して携帯電話でタスクを受け取ります。このアプリケーションは、GPS、コンパス、カメラ、1 GB 以上の RAM を搭載した Android オペレーティングシステム (バージョン 7.0 以降) を搭載した携帯電話で使用できます (これらの要件は、現在アフリカで入手可能なほとんどのスマートフォンで満たされています）。このアプリは、実装している特定のタスクに基づいて現場作業員の活動をサポートします。スキャン作業では、現場の現場作業員の進捗状況を追跡し、エリア全体がスキャンされたことを確認するために調査したエリアを強調表示します。サンプリングと処理の作業では、アプリは現場作業員を処理が必要な水域に案内します (図 1)。このアプリを使用すると、現場作業員が検出、サンプリング、処理した水域に関する情報をアップロードしたり、任務の完了を報告したりすることもできます。

Zzapp モバイルアプリケーションのスクリーンショット。左: マッピング活動中の地図ビュー。現場作業員が以前に訪れたエリアが黄色で強調表示されています。青い円は現場作業員の現在位置を示し、青い水滴アイコンは以前に報告された水域を示します。中央: 報告されたすべての水域について現場作業員が記入したアンケートの質問例。右: 処理活動中のマップビュー。ステータスごとに色分けされた水域に対応する液滴アイコンを表示 (緑: 処理済み、赤: 処理を妨げる問題の兆候、青: 未処理)

すべての情報はダッシュボードにアップロードされ、管理者が操作を監視できるようになります。スキャンされたエリアのパーセンテージと、検出、サンプリング、または処理された水域の数に基づいて、管理者はタスクの完了を承認するか、フィールド作業員にタスクの一部または全体をやり直すかどうかを決定します（エリアのスキャンなど）見逃したもの）、または別の現場作業員に割り当てることもできます。このシステムはまた、個々の現場作業員のパフォーマンス (例: 作業時間数、スキャンされたエリアの割合、処理済みとして報告された後に陽性と判明した水域の数など) および全体的な対象範囲に関するさまざまなレポートも作成します。村（図2）。

2018年にガーナのオブアシで実施されたモバイルアプリの小規模試験では、アプリの指導を受けた現場作業員が、従来の方法を使用して同じ地域をマッピングした対照チームと比較して水域が28%多いと報告した[11]。今回の記事では、ZzappMalaria LTD と STP MOH が STP で実施した作戦の結果を報告します。

STP 民主共和国は、サントメ島とプリンシペ島の 2 つの主要な島からなるギニア湾の島国です。 2021 年の時点で、STP の推定人口は 228,000 人で [12]、その 95% 以上がサントメ島に住んでいます。この 854 平方キロメートルの島にはさまざまな気候地域があり、9 月に始まり 5 月まで続く長い雨季があります。 2020 年に STP で報告されたマラリア症例数は 1933 人で、発生率は 1000 人あたり 8.7 人でした。9 幼虫駆除の試験的実施は、アグアグランデ (都市部)、メゾシ、ロバタ (田舎および準都市部) の 3 つの地区で実施されました。、総面積は243.5km2（サントメ島の面積の28％）、推定人口は166,500人（国の人口の73％）です。総人口が61,500人と推定されるカンタガロ、レンバ、カウエ、およびプリンシペ自治島（田舎および半都市）は介入に含まれていなかったため、対照として使用されました（図3）。コントロールエリアにはアグアグランデなどの市街地がないため、パイロットのバランスが取れていないことに注意してください。したがって、堅牢性を確保するために、研究の主な結果は、Água Grande を使用した場合と使用しない場合の両方で報告されます。

サントメ・プリンシペ。左: サントメ・プリンシペの地図。アグア・グランデ、ロバタ、メゾチの介入地区が強調表示されています。右: 3 つの地区内で、Zzapp システムは人口密集地域をマークし、総面積 125.41 km2 の 255 の運用単位に分割しました。

報告されているデジタル化された幼虫駆除介入の一部ではないものの、IRS、LLIN、薬剤配布、地域ベースの幼虫駆除を含む進行中の媒介虫駆除活動がすべての地区で引き続き行われている。

幼虫駆除作業は 2 つの段階に分かれていました。フィールド作業員が水域を探索する地図作成段階と、毎週水域を幼虫駆除剤で処理する処理段階です。使用した殺虫剤は、VectoBac® G (顆粒) を手で塗布し、VectoBac® WDG (水分散性顆粒) を水溶液として塗布しました。どちらの製品にも、Bacillus thuringiensis var. Bacillus thuringiensis var. という細菌が含まれています。 israelensis (Bti) は、他の昆虫や脊椎動物に悪影響を及ぼすことなく、蚊やブユの幼虫の消化管内の特定のタンパク質を標的とする毒素を産生します。

実施に先立って、現場作業員はマラリアの伝播サイクルとハマダラカのライフサイクルの概要を含む3日間のトレーニングコースを受けました。作戦の目的。水域（大規模な水域を含む）のマッピングおよび幼虫駆除の適用におけるモバイルアプリの使用に関するガイダンス。個人の安全; フィールドでの練習。そして実技試験。指定されたチームは、蚊の幼虫と蛹のために水域をサンプリングするために保健省の昆虫学者によって訓練されました。サンプリングは、ベースライン陽性率を決定するために作業の開始時（つまり、水域の処理前）に実行され、ベースラインでサンプリングされた同じ村で作業全体を通じて隔週で継続されました。このチームは、経時的な陽性率の変化を監視するために、幼虫駆除剤の散布前にハマダラカ幼虫の検査で陽性反応を示した 150 の水域 (地区ごとに 50 の水域) が特定された同じ村を繰り返しサンプリングしました。

同じく水域をサンプリングする訓練を受けた別の現場作業員グループが QA チームとしての役割を果たしました。彼らの目標は、エリア全体が確実にスキャンされるように Zzapp システムを補完することでした。この地域内にすべての水域が存在すること。すべての水域が適切に処理されたこと（すなわち、適切な量の幼虫剤を適切な頻度で使用したこと）。そして、雨の後に現れたすべての水域が検出されたこと。 QAは、（QAチームまたは通常の現場作業員のいずれかによって）特定のエリアを再スキャンし、幼虫駆除剤が適切に使用されているかを検証するために、各現場作業員ごとにいくつかの処理済み水域をサンプリングすることによって達成されました（図4）。

治療段階中の保障。青い液滴: 処理された水域。紫色の液滴: マッピング段階では位置が特定されたが、処理段階では存在しない (たとえば、乾燥している) と報告された水域。オレンジ色の水滴: 現場作業員が飛ばした水域。赤い飛沫: 処理済みと報告された水域だが、その後 QA チームによって陽性が判明した (2022 年 1 月 28 日、メゾシ地区のブルブル村を示すダッシュボード画面から編集)

QA はランダムに、またはダッシュボードを使用して検出されたパフォーマンス不足に基づいて行われました。スキャン段階で、一部の作業員は捜索に割り当てられたエリアのカバー率が 50% 未満でした。 QA チームがこれらの地域に派遣され、カバレッジが低いことが正当化されるかどうか (アクセスできないためなど) が判断されました。 QA の結果に基づいて、一部の現場作業員が再訓練されました。 QA は処理段階でも使用され、一部の水域は処理済みとして報告された後にサンプリングされました。ダッシュボードのレポートでは、処理後 1 ～ 6 日で陽性であることが判明した水域 (つまり、適切に処理されなかった、または処理済みであると誤って/誤って報告された) の 64% が現場作業員の 15% によるものであることが明らかになりました。これらの現場作業員は再訓練されるか、他の任務に再割り当てされました。

作業の終盤、事前に設定した進捗マイルストーンが達成されていないことがわかった後、システムを利用して週次レポートを作成し、作業時間、スキャンに割り当てられたエリアの数、スキャン範囲のレベルに関する現場作業員の進捗状況を評価しました。割り当てられたエリア内で、見逃されたか不十分に処理された水域の数。さらに、フィールドワーカーの期待と実装上の課題をより深く理解できるように、フォーカスグループディスカッション、綿密なインタビュー、現地訪問、非公式ディスカッションが実施されました。その結果、雇用構造が再編され、労働時間や業務内容を定めた新たな協定が締結され、優秀な労働者に現金を支給する賞与制度が創設され、労働者には毎日昼食が提供された。これらの変化は、生産性の 26% の向上と相関関係がありました。

この作戦は、STP での全国規模の作戦に備えて Zzapp システムをテストするために試験的に実施されたものであり、クラスター RCT として設計されたものではありません。その影響は、2 つの昆虫学的基準と 1 つの疫学的基準に従って測定されました。(1) 幼虫/蛹および成虫の蚊に対する影響。 (2) マラリア発生率への影響。幼虫と蛹への影響は、MOH の昆虫学者によって訓練された現場作業員によって行われた水域のサンプリングを通じて測定されました。各サンプリングイベントでは、水域から 5 スコップの水が採取され、各スクープごとに幼虫と蛹が発育段階に基づいて数えられました:ハマダラカの 1 ～ 2 齢幼虫、ハマダラカの 3 ～ 4 齢幼虫、アカイエカ/ヤブカ1～2齢幼虫、アカイエカ/ネッタイシマカ3～4齢幼虫、蛹（全種）。サンプリングは、ベースライン陽性率を決定するために作業の開始時（つまり、水域の処理前）に実行され、ベースラインでサンプリングされた同じ村で作業全体を通じて隔週で継続されました。さらに、QA チームは、適切な処理を検証するために、各現場作業員が処理した水域をいくつかサンプリングしました。

この介入が成虫の蚊の個体数に及ぼす影響は、STP 保健省が国内の 7 つの地区のそれぞれ 2 か所で隔週で実施する MOH の定期的な昆虫学的サンプリングに依存しています。コレクションには、CDC ライトトラップと屋内と屋外の人間着陸コレクション (HLC) の両方が含まれます。過去のデータに基づいて、屋内 HLC および屋内および屋外のライトトラップは少数の蚊を捕捉します。このため、屋外の HLC データのみが分析に使用されました。

各収集ポイントについて、収集後と収集前の比率が、そのコミュニティにおける蚊の個体数増加の推定値として使用されました。すべての介入コミュニティにおける比率の中央値は、介入領域全体の増加の確実な推定量として使用されました。コントロールの増加も同様に推定されました。介入領域の増加と対照領域の増加の比率が介入の影響の推定値となります。平均比、信頼区間、および T 検定の結果も計算されました。介入エリアと制御エリアのバランスが取れていないため (介入エリアには都市部のアグアグランデ地区が含まれているため)、すべての計算はアグアグランデを使用せずに繰り返されました。最後に、サンプリング位置の数が少なく、比率の正規分布を仮定するのが難しいため、ノンパラメトリックなマン・ホイットニー p 値も計算されました。

マラリア発生率に対する介入の影響は、公式のマラリア症例データに依存しています。STP では、このデータは、各マラリア症例を村レベルの場所に帰属させる保健施設からの週次報告に基づいて保健省によって定期的に収集されています。介入前期間（2021年の第1週～第49週）と介入後期間（2022年の第1週～第19週）の両方において、介入地域全体と対照地域全体における10,000人当たりのマラリア罹患率が計算されました。。介入とコントロールの前後比の比が、介入の影響の推定値となります。信頼区間は村レベルの発生率データに基づいて計算されました。比率の標準偏差を計算するのが難しいため、特に多くの村では症例数がゼロだったため、症例リサンプリングのモンテカルロアルゴリズムを使用してブートストラップ信頼区間が計算されました。蚊は村から村へと移動するため、各村は互いに完全に独立しているわけではないことに注意してください。

介入地域については、介入と制御のバランスをより良くするために、アグア・グランデの市街地を除外した追加計算が行われました。地区ごとの効果を反映するため、地区は村に比べて独立して分布している可能性が高いため、ベクター制御介入に適しています。マンホイットニーの p 値が使用され、全体で症例数が 10 未満の地区は除外されました。「前」期間。このアプローチの注意点は、サンプルサイズが非常に小さいことです (533 の村ではなく 7 地区)。

地盤調査中に現地調査員が訪問した総面積は 90.8 km2 でした (図 5)。このシステムでは合計 12,788 の水域が報告されました。これらの水域は合計 128,864 回処理され、31,353 回サンプリングされました。これらに関する合計 28,250 件の「問題」(失踪やアクセス不能など) がシステム上で報告されました。

マッピング活動で得られたカバレッジ。白い多角形は、幼虫駆除介入のために特定されたエリアを示します。マッピング段階で現場作業員が訪れたエリアは青色で強調表示されます (解像度 10 m2)。青い水滴のアイコンは、現場作業員によって報告された水域をマークします

全体として、作戦全体を通じて 31,353 個の水域サンプルが実施され、治療段階中のハマダラカ幼虫の陽性率が最初の治療前の 19.42% から 2022 年 1 月 12 日以降の 7.44% に 61.64% 減少したことが示されました。蛹の陽性率は81.84％となり、初回治療前の9.24％から2022年1月12日以降は1.67％となった（図6）。この傾向にもかかわらず、一部の水域は、不適切に処理されたか、処理フェーズ中にスキップされたか、マッピングフェーズ後に出現したため、処理フェーズ後もプラスのままでした。

手術期間中の幼虫と蛹の陽性反応

表 1 は、介入前および介入中の水域の陽性度を示しています。 Zzapp システムは、介入前に水域の陽性度をタイプと特性別に分析し、処理後も陽性のままである水域を特定するのに役立ちます (表 1、追加ファイル 2: 付録 S2)。この知識は、たとえば、水路が蚊の主な発生源の 1 つであることを自治体に通知するために、部門を超えたコラボレーションに使用できます。また、現場作業員が汚染水域を適切に処理しているかどうかを把握するなど、運用上の目的にも役立ちます (追加ファイル 2: 付録 S2)。

水域のポジティブさを説明する追加の要因は、処理の頻度が不十分であった可能性があります。図 7 は、水域の陽性率と最後の処理からの日数との相関を示しています。このパイロットでは、治療イベント間の最小間隔を 5 日、目標間隔を 7 日、最大間隔を 14 日に設定し、その後、システムはダッシュボードを通じて運用管理者に警告を発します。手術では、訪問間の平均間隔は 10.8 日であり、これは一部の水域の陽性性を説明できる可能性があります。

QAチームによる水域のサンプリング。幼虫のベースライン陽性率 (治療前) は 19.3%、蛹の場合は 9.2% であることに注意してください。 17日後であっても、この治療はハマダラカの水域陽性率にある程度の影響を及ぼします。

屋内での採集では、屋外での採集と比較してハマダラカの数が少なくなりました。 2021 年に収集されたハマダラカの月平均数は、すべての収集地点を合わせて、HLC では 0.8 匹（屋内）、18 匹（屋外）でした（表 2）。統計的なノイズを減らすために、屋外のコレクションのみが使用されました。

平均前後月比は、介入群（n = 6）と対照群（n = 8）で0.41（95% CI 0.01～0.81、中央値 = 0.2）、1.3（95% CI 0～2.54、中央値 = 0.78）でした。それぞれ面積 (p = 0.11)。相対変化中央値（介入対対照）は−74.9％（95％CI−100％、−30％、マン・ホイットニーp＝0.26）であった。アグア・グランデの市街地を含まない介入地域（n = 5）の平均値は0.51（95% CI 0–0.52、p = 0.15）でした。

結果の有意性のレベルは、臨床パイロット研究 [13、14] で許容できると考えられるレベルと一致していますが、十分な検出力とバランスの取れたクラスター化クラスター RCT によるさらなる確認が必要です。ただし、この結果は、屋内収集データや HLC の代わりにライトトラップを使用するなど、他の分析方法でも依然として堅牢であることに注意することが重要です。

対照領域の前後比は 3.57、介入領域では 1.7 (比 = 0.475、p = 0.006) で、52.5% 減少しました。アグア・グランデの都市部をサンプルから除いた場合でも、結果は同様でした（比 = 0.47 p = 0.008）。地区ベースのマン・ホイットニー検定の P 値は 0.35 (n_intervention = 3、n_control = 3) です。プリンシペ地区は「以前」の期間のマラリア感染者数が10人未満だったため、マン・ホイットニー検定から除外されたことに注意してください。他のすべての地区では、この期間にそれぞれ 40 件を超える感染者が発生しました (表 3)。

2 か月のマッピング段階と 5.5 か月の幼虫駆除段階を含む手術の総費用は 143,821 米ドルでした。コストカテゴリについては、以下で詳しく説明します。主なコスト要因は、労働力、輸送費、および幼虫駆除剤の材料でした (Worrall et al. [15] と同様)。保護対象者 1 人当たりの運用コスト (PPP) の総コストは 0.86 米ドルでした。コストは人口密度に応じて大きく異なります (表 4)。

スキャンされた総エリアのうち、12.87% (16.15 km2) が都市部であり (Open Buildings データセットに基づくと、1 平方キロメートルあたり > 1,500 の構造物) [16]、総介入人口 (93,762 人) の推定 56.31% がそこに住んでいます。人口密度と PPP コストの相関関係をより詳細に確認するには、図 7 を参照してください。モバイルアプリケーションのデータによると、就業日の 27.2% と治療イベントの 47.5% がこれらの都市部で行われました。都市部のコストは推定 41,109 米ドル、PPP 0.44 米ドル、農村部のコストは推定 102,710 米ドル、PPP 1.41 米ドルでした (図 8 を参照)。追加ファイル 1: 付録 S1 には、コストのより詳細な計算と、タクシーの代わりに運営所有の車を使用することで達成できるコスト削減が示されています。

人口密度 (km2 あたりの建物数に基づく、左) と地域ごとの PPP コスト (右) の比較

この研究の目的は、大規模な LSM 運用の戦略化、実装、監視を容易にするデジタルツールの可能性を実証することでした。ここで報告される運用結果は、DML の費用対効果が高いことを示しています。達成されたマラリア発生率の 52.5% 減少という有効性は、LLIN (45% [17]) および IRS (18% [18]) の有効性を測定した研究で報告されたものに匹敵します。費用は、保護される 1 人あたり 6 か月あたり 0.86 米ドルであったのに対し、LLIN と IRS ではそれぞれ 0.695 米ドル [19] と 6.19 米ドル [20] でした。都市部および準都市部では、DML のコストは LLIN のコストよりも大幅に低く、保護される 1 人あたり 6 か月あたり 0.44 ドルであったのに対し、0.695 米ドルでした。この結果は、この介入が農村地域でも効果的であることを示していることに注意してください。

改善の余地を考慮すると、DML の利点はさらに大きくなる可能性があります (追加ファイル 1: 付録 S1 の詳細を参照)。マラリアの状況における都市部と農村部の区別は必ずしも明確ではありません[21]が、Zzapp システムや Google の Open Buildings プロジェクトなど、住宅を数える AI ツールを使用すると、さまざまな場所の運用コストを見積もることができます (図 8)。）、政策立案者が費用対効果の高い方法でマラリア予算を DML と他の介入に割り当てるのに役立ちます。重要なのは、デジタル化により運用の効果的な監視が可能になり、運用がより標準化され、再現可能になります。

一部の結果、特に地区レベルでは、おそらく地区の数が少ないため、統計的に有意ではないことに注意してください。さらに、地区は都市部と農村部のバランスが取れていませんでした。したがって、従来の幼虫駆除作業と比較した DLM の増分値も調べる、適切に設計されたクラスター RCT を通じて結果を確認する必要があります。

DML の費用対効果は、新しいツールの使用によって強化される可能性があります。たとえば、AI を使用したドローンや衛星画像による水域の検出は、水域の検出と処理を最適化するために使用できます [22、23]。また、気象条件とパターンの分析は、介入の最適なタイミングを選択するのに役立つ可能性があります。

DML 操作中に、蚊の繁殖地の位置やその他のパラメーター (種類や陽性レベルなど) に関する大量のデータが収集されることに注意することが重要です。この情報は、LSM 操作の即時の機能提案に使用できるだけでなく、より一般的なベクトルダイナミクスに関する知識を追加するためにも使用できます。どちらに関しても、DML は侵入種ハマダラカによってアフリカ諸国に生じるリスクを軽減する上で重要な役割を果たすことができます。このベクターは、アフリカの在来種とは異なり、都市に豊富にある人工の水容器の中で繁殖することができ、これにより、これまでマラリアの影響が少なかった大規模な個体群に脅威を与えています[9]。ハマダラカハマダラカは、LLIN および IRS において WHO が推奨する殺虫剤にも耐性を示すため、その防除は LSM などの殺虫剤を含まない戦略に重点を置いています [24]。デジタル化は、このような媒介生物駆除活動を容易にするだけでなく、国家および地域の監視活動を支援することもできます。

さらに、水域の位置に関する空間モデリングとデータは、たとえばどの家を IRS で処理すべきか、または誘引性の標的型砂糖餌 (ATSB) をどこに設置するかを推奨するなど、他の方法の使用を最適化できます [25]。したがって、デジタル化により、An の文脈で推奨されている、長年求められているがほとんど実装されていない IVM 操作が可能になる可能性があります。 Stephensi [26] とより広範なベクトル制御 [27]。

上記すべての鍵となるのは、信頼性の高い詳細なデータをリアルタイムで提供する効率的な監視メカニズムです。作業中、モニタリングにより、進捗状況の追跡、作業員のパフォーマンスの評価、特別な注意が必要な領域のフラグ設定、および成功した介入の拡大が可能になります。モニタリングにより経費の追跡も容易になるため、運用コストの削減と、明確で詳細かつ正確な説明責任レポートを利害関係者に提供することができます。最後に、綿密なモニタリングにより結果の堅牢性が強化され、信頼できるデータに基づいた洞察と将来の研究や介入のための推奨事項が得られます。デジタル化により、村の水域の位置から特定地区の病院までの平均距離、交通費から地域社会の受け入れに至るまで、さまざまなマラリアデータのプールと分析が複数のレベルで容易になります。この情報を単一の空間ベースのプラットフォームに集約すると、ベクトル制御操作が大幅に改善され、過去の LSM 操作の結果を再現する範囲 (全国的な排除) が可能になります。

LSM はマラリアと戦うための最も古い方法の 1 つです。最新のツールを使用すれば、最も費用対効果の高い方法の 1 つになる可能性もあります。幼虫駆除は安全かつ簡単で実績があり、IRS や LLIN などの成虫駆除方法と相乗効果のある介入を追加します。現在、LSM は二次的なベクトル制御手法として多くの人に考えられていますが、大規模でコスト効率の高いベクトル制御操作の基礎となる可能性を秘めています。適切に計画され、徹底的に実行された LSM 操作は、問題を根本からターゲットにし、水域の位置、種類、陽性度に関する貴重な情報を提供します。これは、他の媒介ウイルス対策介入を最適化するための基礎として役立ちます。デジタル化により、計画から実行、監視に至るまで、LSM 運用のあらゆる側面が容易になります。これにより、管理者や現場作業員の作業が容易になり、業務の進捗状況、支出、結果に関する明確で信頼性の高い画像が表示され、関係者やコミュニティと簡単に共有できます。 DML の可能性とその変換を本格的なデジタル IVM (dIVM) システムの基礎にするには、さらなる研究と実験が必要です。

現在の研究中に生成されたデータセット、および/または現在の研究中に分析されたデータセットは、合理的な要求に応じて責任著者から入手できます。

Killeen GF、Filler U、Kiche I、Gouagna LC、Knols BG。ブラジルからのハマダラカハマダラカの根絶：アフリカにおけるマラリア対策への教訓? ランセット感染症 2002;2:618–27。

論文 PubMed Google Scholar

チャキ PP、ゴベラ NJ、シュー B、ヘメド A、タナー M、フィリング U、キリーン GF。幼虫段階の蚊監視の高いカバー率の達成: ダルエスサラーム都市部における地域ベースの蚊制御プログラムの課題。タンザニアマラー J. 2009;8:311。

論文 PubMed Google Scholar

フィッシャー U、リンゼイ SW。アフリカにおけるマラリア対策のための幼虫発生源管理：神話と現実。マラー J. 2011;10:353。

記事 PubMed PubMed Central Google Scholar

誰が。幼虫発生源管理：マラリア媒介ウイルス駆除の補足措置、運用マニュアル。ジュネーブ、世界保健機関。 2013年。https://www.who.int/publications/i/item/9789241505604。 2023 年 2 月 3 日にアクセス。

サヌー A、ネリ L、グエルベオゴ WM、シセ F、タプソバ M、ウエドラオゴ P、他ブルキナファソのカスケード地域におけるマラリア媒介動物の長期にわたる殺虫ネット配備に対する反応としての殺虫剤耐性と行動適応。 Sci Rep. 2021;11:17569。

論文 CAS PubMed PubMed Central Google Scholar

Tetreau G、Stalinski R、David JP、Després L. Bacillus thuringiensis subsp. に対する耐性のモニタリング各 Cry 毒素を個別にバイオアッセイを実行することにより、野外でイスラエルレンシスを検出します。オズワルド・クルーズさんを思い出してください。 2013;108:894–900。

記事 PubMed PubMed Central Google Scholar

マヒュー=ジルー M、カストロ MC。タンザニアにおける都市部のマラリア対策における幼虫駆除の費用対効果。マラー J. 2014;13:477。

記事 PubMed PubMed Central Google Scholar

世界銀行。アフリカの都市化: 傾向、約束、課題。世界銀行グループ、2015 年。https://www.worldbank.org/en/events/2015/06/01/urbanization-in-africa-trends-promises-and-challenges。 2023 年 2 月 3 日にアクセス。

シンカ ME、ピロノン S、マッセイ NC、ロングボトム J、ヘミングウェイ J、モイーズ CL、他。アフリカにおける新たなマラリア媒介者：ハマダラカハマダラカの拡大範囲を予測し、危険にさらされている都市人口を特定する。 Proc Natl Acad Sci USA。 2020;117:24900–8。

論文 CAS PubMed PubMed Central Google Scholar

Hardy A、Makame M、Cross D、Majambere S、Msellem M。低コストのドローンを使用してマラリア媒介生物の生息地の地図を作成します。寄生ベクトル。 2017;10:29。

記事 PubMed PubMed Central Google Scholar

Williams I、Vigodny A、Desewu K、Houri-Yafin A. 幼虫駆除におけるソーパーの成功を、モバイルアプリを使ってアフリカで再現できるでしょうか? ガーナのオブアシで行われた小規模対照試験。 https://endmalaria.org/sites/default/files/4_Arnon%20Yafin.pdf から入手できます。 2023 年 2 月 3 日にアクセス。

https://databank.worldbank.org/source/population-estimates-and-projections。 2023 年 2 月 3 日にアクセス。

リー EC、ホワイトヘッド AL、ジャック RM、ジュリアス SA。パイロット試験の統計的解釈: 有意性の閾値は再検討されるべきか? BMC Med Res Methodol。 2014;141:41。

記事 Google Scholar

Schoenfeld D. パイロット研究のための統計的考察。 Int J Radiat Oncol Biol Phys. 1980;6:371–4。

論文 CAS PubMed Google Scholar

Worrall E、Filler U. アフリカにおけるマラリア対策のための蚊の幼虫発生源管理の大規模使用: コスト分析。マラー J. 2011;10:338。

記事 PubMed PubMed Central Google Scholar

https://sites.research.google/open-buildings。 2023 年 2 月 3 日にアクセス。

プライス J、リチャードソン M、レンゲラー C. マラリア予防のための殺虫剤処理ネット。コクランデータベースシステム改訂版 2018;11:CD000363。

PubMed Google Scholar

Pryce J、Medley N、Choi L. 殺虫剤処理ネットを使用した地域社会でのマラリア予防のための屋内残留噴霧。コクランデータベースシステム改訂版 2022;1:CD012688。

PubMed Google Scholar

Conteh L、Shuford K、Agboraw E、Kont M、Kolaczinski J、Patouillard E. マラリア対策介入の費用と費用対効果: 体系的な文献レビュー。健康を大切に。 2021;24:1213–22。

記事 PubMed PubMed Central Google Scholar

Johns B、Mignote H. PMI IRS 国別プログラム: 2019 年の比較コスト分析。 PMI VectorLink プロジェクト、Abt Associates Inc. 2020。https://d1u4sg1s9ptc4z.cloudfront.net/uploads/2021/03/pmi-vectorlink-2019-cost-study-report_approved-3.pdf。 2023 年 2 月 3 日にアクセス。

ラーソン PS、アイゼンバーグ JNS、ボロカル VJ、マタンガ DP、ウィルソン ML。都市から農村へのマラリアリスクの連続性: 新しい分析アプローチがマラウイのパターンを特徴づけます。マラー J. 2021;20:418。

記事 PubMed PubMed Central Google Scholar

[ PMC 無料記事 ] [ PubMed ] Mukabana WR、Welter G、Ohr P、Tingitana L、Makame MH、Ali AS、他。マラリア蚊の地域全体の幼虫源管理のためのドローン。ドローン。 2022 年改訂;6:1

記事 Google Scholar

Talal M、Panthakkan A、Mukhtar H、Mansoor W、Almansoori S、Al Ahmad H. セマンティックセグメンテーションを使用した水域の検出。参加場所: 2018 信号処理と情報セキュリティに関する国際会議 (ICSPIS)。 2018年; 1～4。

アーメド A、アブバク M、アリ Y、シディグ EE、モハメド NS。アフリカにおけるハマダラカハマダラカのベクター制御戦略。ランセット微生物。 2022;1: e403。

記事 Google Scholar

ホワイトMT、グリフィンJT、チャーチャーTS、ファーガソンNM、バサニェスMG、ガーニAC。ガンビエハマダラカの個体群動態に対するベクター制御介入の影響のモデル化。寄生ベクトル。 2011;4:153。

記事 PubMed PubMed Central Google Scholar

アフリカのムンザバ A、モンロー AC、オクム F. ハマダラカ・ステフェンシは、より総合的な対応を必要としています。マラー J. 2022;21:156。

記事 PubMed PubMed Central Google Scholar

バイエル JC、キーティング J、ジスレ JI、マクドナルド MB、インポインビル DE、ノバク RJ。マラリア制御のための統合ベクター管理。 Malar J. 2008;7(補足 1):S4。

記事 PubMed PubMed Central Google Scholar

リファレンスをダウンロードする

この手術は ZzappMalaria LTD と STP 保健省 (MOH) から資金提供を受けました。

ZzappMalaria、Menachem Begin 23、テルアビブ、イスラエル

アーベル・ヴィゴドニー、マイケル・ベン・アハロン、ジョナサン・フィアルコフ、アーノン・フーリ＝ヤフィン

衛生熱帯医学学校、ZzappMalaria、ロンドン、タイ

アレクサンドラ・ウォートン・スミス

Zzappマラリア、サントメ、サントメプリンシペ

フェルナンド・ブラガンサ & フラビオ・ソアレス・ダ・グラサ

独立研究者、テルアビブ、イスラエル

ダン・グラック

サントメ・プリンシペ保健省

ジョアン・アルカンタラ・ビエガス・ダブレウ＆ヘロデス・ロンパン

PubMed Google Scholar でこの著者を検索することもできます

AV: プロジェクト管理、概念化、執筆 - 原案。 MBA: プロジェクト管理。 AW-S: 調査、プロジェクト管理、執筆 - 原案。 YF: 執筆—原案。 AHY: 概念化、形式的分析、方法論。 FB: プロジェクト管理。 FSDG: プロジェクト管理。 DG: 正式な分析。 JAVD: 監督、方法論。 HR: 監督、概念化。著者全員が最終原稿を読んで承認しました。

ヨナタン・フィアルコフへの通信。

適用できない。

この運営には ZzappMalaria LTD と STP MOH が資金提供しました。

シュプリンガーネイチャーは、発行された地図および所属機関における管轄権の主張に関して中立を保ちます。

：表S1。介入地域における農村部と都市部の比較。表S2。推定交通費 (米ドル)。

表S3。種類別の水域の分布。表S4。水域の特性と処理前の陽性率のロジスティック回帰。表S5。処理後の水域の特性と陽性度のロジスティック回帰。図S1。タイプに基づく水域の陽性度。

オープンアクセスこの記事はクリエイティブコモンズ表示 4.0 国際ライセンスに基づいてライセンスされており、元の著者と情報源に適切なクレジットを表示する限り、あらゆる媒体または形式での使用、共有、翻案、配布、複製が許可されます。クリエイティブコモンズライセンスへのリンクを提供し、変更が加えられたかどうかを示します。この記事内の画像またはその他のサードパーティ素材は、素材のクレジットラインに別段の記載がない限り、記事のクリエイティブコモンズライセンスに含まれています。素材が記事のクリエイティブコモンズライセンスに含まれておらず、意図した使用が法的規制で許可されていない場合、または許可されている使用を超えている場合は、著作権所有者から直接許可を得る必要があります。このライセンスのコピーを表示するには、http://creativecommons.org/licenses/by/4.0/ にアクセスしてください。データのクレジットラインに別途記載がない限り、クリエイティブコモンズパブリックドメインの献身的権利放棄 (http://creativecommons.org/publicdomain/zero/1.0/) は、この記事で利用可能なデータに適用されます。

転載と許可

Vigodny, A.、Ben Aharon, M.、Wharton-Smith, A. 他都市部マラリアに対する費用対効果の高い介入としてのデジタル管理による幼虫駆除: Zzapp システムを活用したサントメ・プリンシペのパイロットからの運用上の教訓。マラー J 22、114 (2023)。 https://doi.org/10.1186/s12936-023-04543-0

引用をダウンロード

受信日: 2022 年 11 月 15 日

受理日: 2023 年 3 月 23 日

公開日: 2023 年 4 月 6 日

DOI: https://doi.org/10.1186/s12936-023-04543-0

次のリンクを共有すると、誰でもこのコンテンツを読むことができます。

申し訳ございませんが、現在この記事の共有リンクは利用できません。

Springer Nature SharedIt コンテンツ共有イニシアチブによって提供