Perkiraan parameter epidemiologi dan morbiditasterkait dengan pandemi influenza H1N1

AbstrakLatar Belakang: Dalam menghadapi pandemi influenza, perkiraan parameter epidemiologi yang akurat dibutuhkan untuk membantu panduan pengambilan keputusan. Kami berusaha untuk memperkirakan epidemiologi parameter untuk pandemi influenza H1N1 dengan menggunakan data dari laporan awal kasus-kasus yang dikonfirmasi laboratorium. Metode: data yang kami peroleh pada kasus-kasus yang dikonfirmasi laboratorium pandemi influenza H1N1 dilaporkan di Prov Vince dari Ontario, Kanada, dengan gejala awal tanggal antara April 13 dan 20 Juni 2009. Periode inkubasi dan lamanya gejala diperkirakan dan cocok untuk distribusi parametrik. Kami menggunakan model risiko bersaing untuk memperkirakan risiko masuk ke rumah sakit dan kasus-tingkat kematian. Kami menggunakan Markov Monte Carlo Rantai model untuk mensimulasikan penularan penyakit. Hasil: Masa inkubasi rata-rata adalah 4 hari dan lama gejala adalah 7 hari. Pemulihan lebih cepat di antara pasien kurang dari 18 tahun lebih tua diantara pasien lain (rasio bahaya 1.23, 95% confidence interval 1,06 - 1,44). Risiko masuk rumah sakit adalah 4,5% (95% CI 3,8% -5,2%) dan kasus-Angka kematian adalah 0,3% (95% CI 0,1% -0,5%). Risiko masuk ke rumah sakit tertinggi di antara pasien kurang dari 1 tahun dan mereka 65 tahun atau tua. Orang dewasa lebih dari 50 tahun terdiri 7% dari kasus tetapi diperhitungkan selama 7 dari 10 kematian awal (rasio odds 28,6, 95% confidence interval 7,3-111,2). Dari simulasi model, kami memperkirakan nilai berikut (dan 95% kredibel interval): rata-rata angka reproduksi dasar (R0, jumlah kasus baru yang diciptakan oleh satu kasus utama dalam populasi yang rentan) dari 1,31 (1,25-1,38), yang berarti periode laten 2,62 (2,28-3,12) hari dan rata-rata durasi dari menular 3,38 (2,06-4,69) hari. Dari nilai-nilai ini kami memperkirakan serial interval (waktu rata-rata dari terjadinya penularan dalam kasus dengan kemunculan menular dalam kasus seseorang yang terinfeksi) dari 4-5 hari. Interpretasi: rendah R0 perkiraan untuk menunjukkan bahwa strategi pengurangan yang efektif dapat mengurangi epidemi terakhir dampak pandemi influenza H1N1.Munculnya dan penyebaran global pandemi H1N1 influenza mendorong Organisasi Kesehatan Dunia menyatakan sebuah pandemi pada 11 Juni 2009. Sebagai pandemi, negara akan perlu untuk membuat keputusan tentang strategi untuk mengurangi dan mengendalikan penyakit dalam menghadapi ketidakpastian. Untuk kejadian penyakit menular baru, perkiraan parameter epidemiologi yang akurat dapat membantu memandu pengambilan keputusan. Parameter kunci untuk setiap penyakit baru adalah angka reproduksi dasar (R0), didefinisikan sebagai jumlah rata-rata kasus baru yang diciptakan oleh satu kasus utama dalam populasi yang rentan. R0 mempengaruhi pertumbuhan tingkat epidemi dengan jumlah akhir orang yang terinfeksi. Ini juga memberi pilihan optimal tentang strategi pengendalian. Parameter Utama lainnya yang mempengaruhi penggunaan sumber daya, penyakit pokok dan biaya kemasyarakatan selama jangka waktu pandemi adalah tingkat penyakit rumah sakit penerimaan dan tingkat kematian kasus. Kami menggunakan data dari laporan awal yang dikonfirmasi laboratorium pandemi influenza H1N1 untuk memperkirakan parameter epidemiologi pandemi influenza H1N1. Parameter termasuk R0, periode inkubasi dan durasi penyakit. Diperkirakan juga risiko masuk rumah sakit dan tingkat fatalitas kasus, yang dapat digunakan untuk memperkirakan beban penyakit mungkin terkait dengan penyakit ini. Metode Kami mengumpulkan pendataan tingkat individu di laboratorium yang dikonfirmasi kasus pandemi influenza H1N1 di provinsi Ontario, Kanada, dengan tanggal laporan gejala awal antara April 13 dan 20 Juni 2009. Cutoff ini dipilih karena tingkat individu pelaporan kasus pandemi H1N1 di ifluenza di Ontario dihentikan setelah tanggal ini. Kami memperoleh data dari Integrated Publik Sistem Informasi Kesehatan. Sistem ini menggabungkan data yang disediakan oleh unit kesehatan masyarakat terlibat dalam penyelidikan dari awal kasus-kasus yang dikonfirmasi laboratorium pandemi H1N1 influenza. Untuk kasus ini, informasi yang tersedia pada usia, tanggal dan onset gejala, untuk pasien yang dirawat di rumah sakit, tanggal masuk dan pelepasan dan hasilnya di discharge. Catatan termasuk sumber paparan jika diketahui (misalnya, perjalanan ke Meksiko untuk kasus awal), pemaparan sedini mungkin dan, dalam subset kasus, mungkin terkena paling baru akan -- kedepan onset gejala.

Perkiraan inkubasi Pembatasan analisis kami ini untuk catatan kasus dengan kedua yang paling awal dan tanggal terakhir pajanan terhadap kasus menular atau lokal, serta tanggal rekaman onset gejala. Paling kemungkinan tanggal paparan diperkirakan sebagai titik tengah antara awal dan tanggal terbaru yang muncul. Kami menilai kebaikan-of-fit dari log-normal dan distribusi Weibull untuk mengamati distribusi periode inkubasi, dengan kebaikan-of-fit dievaluasi dengan menggunakan grafik log-log plot. Perkiraan durasi gejala, resiko penerimaan pasien rumah sakit dan tingkat kematian kasus Kami memperkirakan durasi gejala (interval antara mulai sakit dan resolusi gejala) menggunakan metode serupa dengan yang digunakan untuk mengevaluasi masa inkubasi. Kami Pembatasan analisis kita untuk memasukkan kasus-kasus dengan dicatat tanggal onset gejala sebelum 21 Juni 2009, dan didokumentasikan tanggal resolusi gejala. Kami menilai asosiasi antara usia dan waktu untuk penyelesaian gejala menggunakan log-peringkat tes dan melalui pembangunan proporsional Cox bahaya model. Karena tidak adanya gejala didokumentasikan resolusi tanggal bisa menandakan penyakit baik yang sedang berlangsung atau data yang hilang gejala resolusi, kita melakukan analisis sensitivitas yang gejala hilang resolusi tanggal diganti secara acak didasarkan pada log-distribusi probabilitas normal yang tersedia durasi gejala; kami menganggap tanggal setelah 21 Juni 2009, sebagai "disensor" untuk tujuan analisis ini. Untuk memperkirakan risiko masuk rumah sakit dan kasus-kematian tarif, kami menggunakan risiko bersaing-models.1 kelangsungan hidup model seperti dapat digunakan untuk memperkirakan kumulatif diperkirakan insiden hasil tertentu dari waktu ke waktu jika lain "bersaing" hasil do tidak terjadi. Dalam mengevaluasi model risiko masuk rumah sakit, hasil yang bersaing itu masuk ke rumah sakit, kematian tanpa masuk ke rumah sakit (seperti terjadi di beberapa kasus), pemulihan tanpa masuk ke rumah sakit dan "disensor" (untuk kasus-kasus di mana tidak ada hasil yang telah terjadi oleh tanggal akhir evaluasi). Kami menggunakan "rasio bahaya" pendekatan untuk memperhitungkan efek sementara, memungkinkan untuk proyeksi kemungkinan rumah sakit jangka panjang tetap dan tingkat kematian kasus. Untuk lebih rinci dari pendekatan ini dan derivasi, lihat Lampiran 1 (tersedia di www.cmaj.ca / cgi / content / full / cmaj.091807/DC1). Simulasi penularan penyakit Kami menggunakan Monte Carlo Rantai Markov model untuk mensimulasikan penyakit transmisi di bawah asumsi yang berbeda-beda di sekitar durasi dari menular, periode laten (terinfeksi, tapi noninfectious) dan kemungkinan infeksi asimtomatik. Kami berasumsi bahwa orang akan menjadi terinfeksi pada tingkat bergantung pada jumlah infeksius orang di Ontario dan populasi durasi menular. Kami menggunakan data tentang sejarah perjalanan untuk Meksiko untuk mengklasifikasikan kasus impor. Kasus-kasus ini diasumsikan untuk berkontribusi terhadap penularan infeksi; kami menggunakan tanggal gejala awal untuk kasus-kasus untuk model pengenalan awal pandemi influenza H1N1 ke penduduk Ontario. Itu struktur model yang diuraikan dalam Lampiran 2 (tersedia di www.cmaj.ca/cgi/content/full/cmaj.091807/DC1). Kami melakukan simulasi di mana 1000 dilaporkan harian menghitung impor dan lokal kasus diperoleh diasumsikan untuk Poisson-acak variates. Kami menghasilkan nilai kecocokan untuk R0, periode laten dan masa infeksius untuk setiap simulasi menggunakan optimasi rutin yang diminimalkan jumlah-ofsquares perbedaan antara model proyeksi dan diamati kurva epidemi. Dari simulasi, kita diperkirakan berarti nilai parameter dan 95% kredibel interval. Hasil Sebanyak 3.152 kasus yang dikonfirmasi laboratorium pandemi Influenza H1N1 telah melaporkan gejala awal tanggal menjadi antara April 13 dan 20 Juni 2009. Usia rata-rata dari pasien adalah 21,9 tahun (standar deviasi 15,7). Usia distribusi disajikan pada Gambar 1. Dari jumlah kasus, kami memilih mereka yang memiliki informasi yang cukup untuk memperkirakan periode inkubasi, lama gejala, resiko rumah sakit penerimaan dan tingkat kematian kasus (Gambar 2). Inkubasi Sebanyak 316 kasus yang cukup berisi informasi tentang awal eksposur dan penyakit onset untuk memperkirakan masa inkubasi. Waktu rata-rata terekspos sampai gejala awal adalah 4 hari (Gambar 3). Distribusi diperkirakan periode inkubasi log-mengikuti distribusi normal (rata-rata inkubasi 4,3 hari, 95% CI 2,6-6,6 hari). Lama gejala Dari 712 kasus yang dilaporkan dengan resolusi didokumentasikan gejala, rata-rata lama gejala adalah 7 hari. Itu durasi rata-rata lebih pendek secara bermakna di antara pasien berusia kurang dari 18 tahun (7 hari) daripada di antara pasien yang lebih tua (8 hari) (rasio bahaya 1.23, 95% confidence interval 1,06 - 1,44). Interval antara onset dan resolusi gejala log-mengikuti distribusi normal (rata-rata durasi 9,3 hari, 95% CI 2,6-24,2 hari) (Gambar 4). Risiko masuk rumah sakit dan kasus-Angka kematian Sebanyak 140 penerimaan ke rumah sakit dan 10 kematian direkam selama 10 minggu pengamatan. Perkiraan risiko masuk rumah sakit per kasus adalah 4,5% (95% CI 3,8% -5,2%). Perkiraan Angka kematian kasus adalah 0,3% (95% CI 0,1% -0,5%). Dalam berisiko bersaing model yang digunakan untuk menyesuaikan pemulihan dan kematian tanpa masuk ke rumah sakit, kumulatif penerimaan risiko meningkat secara bertahap selama 5 pertama hari sakit, untuk sekitar 3%. Risiko tertinggi di antara bayi (umur