[論文レビュー] Hierarchical modelling of faecal egg counts to assess anthelmintic efficacy

Michaela Paul, Paul R. Torgerson+2 more|arXiv (Cornell University)|Jan 12, 2014

Genetic and phenotypic traits in livestock被引用数 4

ひとこと要約

本稿では、便中虫卵数のサンプリングばらつきと寄生虫負荷の個体間ばらつきの両方を考慮する階層ベイズモデルを提案し、アントヘルミンティクス耐性の検出を改善する。サブサンプリング誤差と過分散を組み込むことで、スウェーデンのヒツジデータの再解析およびシミュレーションスタディにおいて、標準的な便中虫卵数減少率テスト（FECRT）よりも抵抗性分類の性能が向上することが示された。

ABSTRACT

Counting the number of parasite eggs in faecal samples is a widely used diagnostic method to evaluate parasite burden. Typically a sub-sample of the diluted faeces is examined for eggs. The resulting egg counts are multiplied by a specific correction factor to estimate the mean parasite burden. To detect anthelmintic resistance, the mean parasite burden from treated and untreated animals are compared. However, this standard method has some limitations. In particular, the analysis of repeated samples may produce quite variable results as the sampling variability due to the counting technique is ignored. We propose a hierarchical model that takes this sampling variability as well as between-animal variation into account. Bayesian inference is done via Markov chain Monte Carlo sampling. The performance of the hierarchical model is illustrated by a re-analysis of faecal egg count data from a Swedish study assessing the anthelmintic resistance of nematode parasite in sheep. A simulation study shows that the hierarchical model provides better classification of anthelmintic resistance compared to the standard method.

研究の動機と目的

• 標準的な便中虫卵数減少率テスト（FECRT）が、サブサンプリングからのサンプリングばらつきと虫卵数の過分散を無視するという限界を是正すること。
• 個体間の寄生虫負荷のばらつきとマクマスター虫卵数計数法がもたらす固有のばらつきを同時に考慮する統計モデルの開発。
• 測定誤差と過分散を統合された階層的フレームワーク内で統合することで、アントヘルミンティクス耐性分類の正確性と信頼性を向上させること。
• 実データ（スウェーデンのヒツジ研究）とシミュレーションスタディを用いて、提案モデルの性能を標準FECRTと比較すること。
• 必要に応じてゼロインflated要因や個体レベルの効果変動を組み込めるように拡張可能な柔軟な統計フレームワークを提供すること。

提案手法

• 個体の治療前および治療後の便中虫卵数（FEC）を過分散を考慮してガンマ分布でモデル化する階層ベイズモデルを構築。
• マクマスター計数法のサンプリングばらつきを反映するため、計数セル内のグリッド領域における観測された虫卵数を二項分布でモデル化。
• ベイズ推論にマルコフ連鎖モンテカルロ（MCMC）サンプリングを用い、集団平均や減少率といった主要パラメータのための特化した提案分布を採用。
• パラメータの完全条件付き分布に対する逆ガンマ分布、対数正規分布、またはガンマ近似を用いて、MCMCの収束性と効率性を向上。
• 平均FECの減少量（δ）を、完全条件付き分布の最頻値と湾曲度に基づくベータ分布近似でモデル化。
• 未感染個体が治療前ゼロ虫卵数を示す場合の対応を可能とするため、ゼロインフレート成分の拡張を可能とするモデルの柔軟性を確保。

実験結果

リサーチクエスチョン

• RQ1 便中虫卵数計数におけるサンプリングばらつきを考慮することで、標準FECRTと比較してアントヘルミンティクス耐性の分類にどのような影響を与えるか？
• RQ2 低有病率または低負荷状況において、階層モデルが従来の手法と比較して耐性検出にどの程度向上をもたらすか？
• RQ3 測定誤差とFECデータにおける過分散の影響を正しく考慮することで、真の耐性と測定ばらつきによるランダム変動をよりよく区別できるか？
• RQ4 特に混合寄生虫集団において、耐性を示す虫の割合が小さい場合に、モデルは抵抗性分類にどの程度有効か？
• RQ5 個体間ばらつきとサブサンプリング誤差の両方を組み込むことで、平均FECの減少量の推定精度はどの程度向上するか？

主な発見

• 階層モデルは、治療前虫卵数が低い場合や耐性を示す虫の割合が小さい場合に、標準FECRTと比較して抵抗性分類の性能が顕著に向上することが示された。
• シミュレーションスタディでは、サンプリングばらつきと過分散の両方を適切に考慮することで、階層モデルが耐性検出における第一種および第二種の誤り率を低減することが確認された。
• スウェーデンのヒツジデータの再解析において、モデルは標準FECRTよりも平均FECの減少量の推定がより正確で、信頼区間も狭くなった。
• 過分散と測定誤差の処理能力のおかげで、推論がより信頼性が高まり、特に治療前FECが150 epg未満の状況では標準手法が信頼性に欠けると知られている領域で顕著に優れた性能を示した。
• 逆ガンマ分布やベータ近似といった特化した提案分布を用いたMCMCにより、ベイズ推論プロセスの効率的かつ収束性の高いサンプリングが実現された。
• モデルの柔軟性のおかげで、今後ゼロインフレート成分の追加など、未感染個体や耐性プロファイルが異なる混合寄生虫種の対応を容易に拡張できる。