[論文レビュー] Multinomial Logistic Model for Coinfection Diagnosis Between Arbovirus and Malaria in Kedougou

Mor Absa Loum, Marie-Anne Poursat+4 more|arXiv (Cornell University)|Jan 12, 2018

Mosquito-borne diseases and control参考文献 17被引用数 3

ひとこと要約

本研究では、セネガル・ケドゥゴーにおける虫媒ウイルス病とマラリアの重複感染の differential diagnosis を改善するために、臨床的および人口統計的データを用いた多項ロジスティック回帰モデルを開発した。変数選択としてランダムフォレストを統合し、予測モデリングを実施することで、長期間の発症持続期間や高熱といった重要な臨床指標を同定し、92.17%の正確性で重複感染症例を正確に分類可能となった。この手法は、リソースが限られた環境でも的確な治療を支援する。

ABSTRACT

In tropical regions, populations continue to suffer morbidity and mortality from malaria and arboviral diseases. In Kedougou (Senegal), these illnesses are all endemic due to the climate and its geographical position. The co-circulation of malaria parasites and arboviruses can explain the observation of coinfected cases. Indeed there is strong resemblance in symptoms between these diseases making problematic targeted medical care of coinfected cases. This is due to the fact that the origin of illness is not obviously known. Some cases could be immunized against one or the other of the pathogens, immunity typically acquired with factors like age and exposure as usual for endemic area. Then, coinfection needs to be better diagnosed. Using data collected from patients in Kedougou region, from 2009 to 2013, we adjusted a multinomial logistic model and selected relevant variables in explaining coinfection status. We observed specific sets of variables explaining each of the diseases exclusively and the coinfection. We tested the independence between arboviral and malaria infections and derived coinfection probabilities from the model fitting. In case of a coinfection probability greater than a threshold value to be calibrated on the data, duration of illness above 3 days and age above 10 years-old are mostly indicative of arboviral disease while body temperature higher than 40{\ extdegree}C and presence of nausea or vomiting symptoms during the rainy season are mostly indicative of malaria disease.

研究の動機と目的

• 熱帯地域における症状の重複により、虫媒ウイルス病とマラリアの重複感染が誤診されやすいという課題に対処すること。
• 急速診断試薬の入手が困難な地域において、単一感染と重複感染の明確な臨床的プロファイルを同定することで、差別診断を改善すること。
• リスク要因を定量化し、重複感染の発生確率を予測する統計的フレームワークを構築し、臨床意思決定支援を強化すること。
• 虫媒ウイルス病とマラリア感染の間の統計的独立性を検証し、エンドミック集団における共発生パターンを評価すること。

提案手法

• ケドゥゴー（2009–2013年）で収集された15,523件の発熱患者記録から、変数重要度測定を用いたランダムフォレストを適用し、関連する予測変数を選択した。
• 選択された共変量を用いて多項ロジスティック回帰モデルを適合させ、4つの結果カテゴリ（虫媒ウイルス病単一感染、マラリア単一感染、重複感染、対照群）における odd ratio を推定し、変数の影響を評価した。
• 虫媒ウイルス病とマラリア感染の間の統計的独立性を検証するため、Wald型検定を実施した。
• 推定されたモデルパラメータを用いて合成データセット（n=5000）を生成し、モデルの予測性能を検証した。
• 5分割交差検証を用いて、マラリア陽性患者における重複感染状態の予測に最適な分類閾値（γ = 0.45）を最適化した。
• テストデータにおけるモデルの性能を、誤分類率（MCR）および受信器特性曲線（ROC）分析を用いて評価した。

実験結果

リサーチクエスチョン

• RQ1 どの臨床的および人口統計的変数が、虫媒ウイルス病単一感染、マラリア単一感染、重複感染、および陰性例を最も効果的に区別できるか？
• RQ2 虫媒ウイルス病とマラリア感染の間に統計的に有意な関連性があるか、すなわち共発生に非独立性があるか？
• RQ3 重複感染確率に基づく予測モデルは、マラリア陽性患者における虫媒ウイルス病感染を正確に分類できるか？
• RQ4 重複感染患者において、バイオウイルス性疾患を特定するにあたり、最も有用な臨床指標は何か？

主な発見

• Wald型検定により、虫媒ウイルス病とマラリア感染の間の独立性仮説が棄却された（p = 1.13×10⁻⁴）。これは、共発生に有意な関連があることを示している。
• マラリア陽性患者における重複感染予測の最適分類閾値は γ = 0.45 であり、誤分類率が最小化された。
• シミュレートされたデータセットにおいて、モデルのテスト誤分類率は 7.83%（92.17%の正確性）に達した。
• 発症持続期間の延長と年齢の上昇は、虫媒ウイルス病の強力な指標であった。一方、雨季中に高熱や悪心・嘔吐を示すことは、マラリアの兆候としてより強く関連した。
• 変数選択プロセスにより、罹病日数、年齢、体温、季節的症状といった重要な予測変数が同定され、疾患カテゴリごとに明確なパターンが示された。
• 予測モデルは、複数回の交差検証実行において一貫した最適閾値を示し、高い頑健性を示した。