Kedougou 地区虫媒病毒与疟疾混合感染诊断的多项 logistic 模型
应用统计
2019-08-28 v2 统计理论
机器学习
统计理论
摘要
在热带地区，人群持续遭受疟疾与虫媒病毒疾病的发病与死亡威胁。在 Kedougou（塞内加尔），由于气候与地理位置，这些疾病均为地方性流行。疟原虫与虫媒病毒的共同循环可解释混合感染病例的观测现象。事实上，这些疾病在症状上高度相似，使得混合感染病例的针对性医疗护理成为难题。这是由于病因并非显而易见。部分病例可能对其中一种或另一种病原体具有免疫力，这种免疫力通常随年龄与暴露等因子获得，于地方性流行区属常态。因此，混合感染需得到更好的诊断。利用 2009 至 2013 年采集于 Kedougou 地区患者的数据，我们拟合了一项多项 logistic 模型，并筛选出解释混合感染状态的相关变量。我们观测到分别解释各疾病单独发生及混合感染的特定变量集。我们检验了虫媒病毒感染与疟疾感染之间的独立性，并依据模型拟合推导出混合感染概率。当混合感染概率大于需在数据上标定的阈值时，病程超过 3 天且年龄大于 10 岁多指示虫媒病毒疾病，而体温高于 40{\textdegree}C 及雨季期间出现恶心或呕吐症状则多指示疟疾疾病。
引用
@article{arxiv.1801.04212,
title = {Multinomial logistic model for coinfection diagnosis between arbovirus and malaria in Kedougou},
author = {Mor Absa Loum and Marie-Anne Poursat and Abdourahmane Sow and Amadou Sall and Cheikh Loucoubar and Elisabeth Gassiat},
journal= {arXiv preprint arXiv:1801.04212},
year = {2019}
}