2021年6月,中国通过世界卫生组织消除疟疾考核认证,正式成为“无疟国家”,进入防止疟疾输入再传播阶段。当前每年的数千例的输入性疟疾病例对我国以及江苏都构成重大挑战。但是近年来江苏省多达1/3的疟疾患者并未在当天得到确诊;仍有20%左右的疟疾患者在就诊4天后才得到确诊,未做到“早诊断、早报告、早治疗”。因此只有及时发现、诊治疟疾病例,开展疫点调查与处置,才能防止境外输入性疟疾病例继发传播。近日,我所在《Journal of Travel Medicine》发表研究型论文《Delayed care-seeking in international migrant workers with imported malaria in China》,通过易于使用的预测列线图对输入性疟疾患者的就医延迟行为进行预测和评估以期改善患者就医及时性。
本研究通过对2012年至2019年江苏省输入性疟疾病例相关基本信息、诊治信息、就医行为、以及初始就医地点和就医城市的国内生产总值(GDP)等因素构建基于机器学习的预测模型工具,对患者延迟就医的风险进行预测和评估。该工具为疾控人员在归国人员中及时发现输入性疟疾提供了有效方法,对改善从高疟区归国人员及时就医、减少重症和死亡疟疾病例以及防止疟疾输入再传播传播具有重要意义。
扬州大学顾己悦、柴丽莹和江苏省血吸虫病防治研究所副主任医师曹园园为论文共同第一作者,扬州大学卢光玉副研究员为通讯作者。本研究得到国家自然科学基金(72374178,71904165)、江苏省动物医学重点实验室开放课题(R2208)、国家卫健委寄生虫病预防与控制技术/江苏省寄生虫与媒介控制技术重点实验室开放课题(wk023-007)和江苏省卫健委科研课题(H2023004、X202315)等的支持。
原文链接:
2024.09.24
2024.09.24
2024.08.21
2024.07.09
2024.07.08
2024.07.08
2024.07.03
2024.07.02
2024.06.26
2024.06.26