[论文解读] 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 3

一句话总结

本研究在塞内加尔凯杜古地区，利用临床和人口统计学数据，开发了一种多项式逻辑回归模型，以改善虫媒病毒与疟疾合并感染的鉴别诊断。通过结合随机森林的变量选择与预测建模，该方法识别出关键临床指标（如病程延长和高热），实现了92.17%的准确率，对资源有限环境下的靶向治疗具有支持作用。

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.

研究动机与目标

• 解决热带地区因症状重叠而导致虫媒病毒与疟疾合并感染误诊的问题。
• 在缺乏快速诊断检测的地区，通过识别单感染与合并感染的特异性临床表型，改善鉴别诊断。
• 构建统计框架以量化风险因素并预测合并感染概率，为临床决策提供支持。
• 检验虫媒病毒与疟疾感染之间的统计独立性，评估其在地方性人群中的共现模式。

提出的方法

• 应用具有变量重要性度量的随机森林方法，从2009至2013年在凯杜古收集的15,523份发热患者记录中筛选相关预测变量。
• 使用选定协变量拟合多项式逻辑回归模型，以估计优势比，并评估变量对四类结果（虫媒病毒单感染、疟疾单感染、合并感染和对照组）的影响。
• 进行Wald型检验，评估虫媒病毒与疟疾感染之间的统计独立性。
• 利用估计的模型参数生成一个合成数据集（n=5000），以验证模型的预测性能。
• 采用五折交叉验证，优化疟疾阳性患者中合并感染状态的分类阈值（γ = 0.45）。
• 通过测试数据的误分类率（MCR）和受试者工作特征（ROC）分析评估模型性能。

实验结果

研究问题

• RQ1 哪些临床和人口统计学变量最能区分虫媒病毒单感染、疟疾单感染、合并感染和阴性病例？
• RQ2 虫媒病毒与疟疾感染之间是否存在统计学上显著的关联，表明其共现并非独立？
• RQ3 基于合并感染概率的预测模型能否准确分类疟疾阳性患者中的虫媒病毒感染？
• RQ4 哪些临床指标对识别合并感染个体中的虫媒病毒感染最具信息量？

主要发现

• Wald型检验拒绝了虫媒病毒与疟疾感染之间独立性的原假设（p = 1.13×10⁻⁴），表明其共现存在显著关联。
• 在疟疾阳性患者中预测合并感染的最优分类阈值为γ = 0.45，可使误分类率最小化。
• 在合成数据集中，模型对疟疾阳性病例中虫媒病毒感染状态的分类测试误分类率为7.83%（准确率达92.17%）。
• 病程延长和较高年龄是虫媒病毒感染的强预测指标，而雨季期间出现高热和恶心/呕吐则更提示疟疾。
• 变量筛选过程识别出关键预测变量，如发病天数、年龄、体温和季节性症状，各类疾病中呈现不同模式。
• 预测模型表现出稳健性，多个交叉验证运行中均获得一致的最优阈值。