DOI: https://doi.org/10.15585/mmwr.mm7319a2
PMID: https://pubmed.ncbi.nlm.nih.gov/38753544
تاريخ النشر: 2024-05-16
المؤلف: Nina B. Masters وآخرون
الموضوع الرئيسي: دراسات وبائية حول COVID-19
نظرة عامة
تناقش قسم ورقة البحث تفشي الحصبة المرتبط بمأوى للمهاجرين في شيكاغو من فبراير إلى أبريل 2024، مما أسفر عن 57 حالة مؤكدة، معظمها بين سكان المأوى. استخدم مركز السيطرة على الأمراض والوقاية منها (CDC) نموذج مرض ديناميكي لمحاكاة التفشي، والذي تم تحديثه في الوقت الحقيقي مع ظهور حالات جديدة. بحلول 8 أبريل، توقع النموذج حجم تفشي نهائي وسطي قدره 58 حالة (نطاق ربعي = 56-60 حالة)، مع تحسين ملاءمة النموذج ودقة التنبؤ مع توفر بيانات إضافية.
كشفت التحليلات المضادة للواقع عن الدور الحاسم للتدخلات الصحية العامة المبكرة، مثل التطعيم الجماعي والبحث النشط عن الحالات. بدون هذه التدابير، كانت هناك احتمالية بنسبة 69% لتجاوز التفشي 100 حالة، بينما انخفضت الاحتمالية إلى 1% مع تنفيذها. وهذا يبرز فعالية النمذجة الديناميكية في الوقت الحقيقي في توجيه استجابات الصحة العامة، وتحديد التوقعات لحجم التفشي ومدته، وتقييم تأثيرات التدخلات. تشير النتائج إلى أن التدخلات في الوقت المناسب خففت بشكل كبير من خطر حدوث تفشي أكبر في شيكاغو. الكود الخاص بالتحليلات متاح على الرابط المقدم في GitHub.
مقدمة
تستعرض المقدمة التحدي الحرج الذي تمثله الحصبة للصحة العامة، وهي مرض شديد العدوى وقابل للتطعيم يمكن أن يؤدي إلى مضاعفات خطيرة مثل الالتهاب الرئوي والتهاب الدماغ. مع معدل هجوم ثانوي يتجاوز 90% بين الأفراد المعرضين، يتم التأكيد على ضرورة التعرف السريع وإدارة حالات الحصبة. في 4 مارس 2024، أفادت إدارة الصحة العامة في شيكاغو (CDPH) عن حالة مشتبه بها من الحصبة في مأوى مؤقت للمهاجرين، يضم بشكل رئيسي الوافدين الجدد من فنزويلا، حيث سهلت الظروف الانتقال السريع بسبب المساحات المعيشية المشتركة.
بعد الحالة الأولية، التي تم تأكيدها بعد أن ظهرت على المريض طفح جلدي وتم إدخاله المستشفى، تم تحديد ما مجموعه 57 حالة مؤكدة من الحصبة بحلول 13 مايو 2024. وشمل ذلك 52 حالة بين سكان المأوى، مع تواريخ بدء الطفح الجلدي تتراوح من 26 فبراير إلى 4 أبريل، بالإضافة إلى حالات بين الموظفين وأعضاء المجتمع المرتبطين بالمأوى. استجابةً للتفشي، طور مركز السيطرة على الأمراض والوقاية منها نماذج ديناميكية للحصبة للتنبؤ بحجم التفشي ومدته، وكذلك لتقييم فعالية التدخلات الصحية العامة الهادفة إلى السيطرة على الانتشار داخل سكان المأوى.
الطرق
في هذه الدراسة، تم تطوير ملف مناعة الحصبة حسب العمر لفنزويلا في 2024 باستخدام منهجية تم تأسيسها سابقًا. تم تقدير فعالية جرعة واحدة من لقاح الحصبة والنكاف والحصبة الألمانية (MMR) بنسبة 84% للأفراد الذين تتراوح أعمارهم بين 6-11 شهرًا و92.5% لأولئك الذين تبلغ أعمارهم 12 شهرًا أو أكثر. تم الحصول على معلمات التاريخ الطبيعي للحصبة من الأدبيات الموجودة وتم تعديلها باستخدام حساب بايزي تقريبي لتتوافق مع البيانات المتاحة. قام النموذج بمحاكاة تفشي الحصبة على مدى فترة 365 يومًا بدءًا من 1 فبراير 2024، مستخدمًا 10,000 محاكاة عشوائية لتتبع الحالات الجديدة.
لتوقع أحجام التفشي، اختار النموذج المحاكاة التي قللت من الفرق المطلق بين الحالات اليومية التراكمية المتوقعة والملاحظة بين سكان المأوى. تم تحديث النموذج بشكل تكراري مع البيانات الجديدة مع الإبلاغ عن الحالات. بالإضافة إلى ذلك، تم استكشاف سيناريوهات مضادة للواقع لتقييم النتائج المحتملة لو بدأ التطعيم الجماعي قبل أسبوع أو بعده، وتم تقييم تأثير عدم تنفيذ البحث النشط عن الحالات. لم يتم معايرة هذه المسارات المضادة للواقع على البيانات الملاحظة. تم تنفيذ المحاكاة في R (الإصدار 4.3.0) باستخدام حزمة adaptivetau، وتمت مراجعة الدراسة من قبل CDC، الذي صنفها على أنها ليست بحثًا بموجب القانون الفيدرالي وسياسة CDC.
النتائج
تشير نتائج النموذج الديناميكي في الوقت الحقيقي خلال التفشي إلى أن ملاءمة النموذج ودقة التنبؤ تحسنت مع توفر المزيد من بيانات الحالات، على الرغم من أن عدم اليقين الأولي كان أعلى والدقة أقل عند بدء التفشي. اعتبارًا من 18 مارس 2024، مع الإبلاغ عن 18 حالة بين سكان المأوى، توقع النموذج حجم تفشي نهائي وسطي قدره 38 حالة، مع توقع بدء الطفح الجلدي في 18 أبريل. بحلول 25 مارس، مع الإبلاغ عن 47 حالة، تم تعديل التوقع إلى حجم نهائي وسطي قدره 60 حالة وبدء الطفح الجلدي في 20 أبريل. في 8 أبريل، مع الإبلاغ عن 52 حالة، قدر النموذج حجم تفشي نهائي وسطي قدره 58 حالة. تسلط هذه النتائج الضوء على قدرة النموذج على التكيف وأهمية البيانات في الوقت المناسب في تحسين توقعات التفشي.
المناقشة
في هذا القسم، تناقش الدراسة ديناميات تفشي الحصبة في مأوى شيكاغو، مع التأكيد على أهمية التدخلات الصحية العامة في الوقت المناسب. كان عدد السكان في المأوى 1,877 اعتبارًا من 8 مارس، عندما بدأ البحث النشط عن الحالات وحملة التطعيم الجماعي، مما أسفر عن تغطية تطعيم ضد الحصبة بنسبة 93%. قام مركز السيطرة على الأمراض والوقاية منها بتكييف نموذج انتقال صنف الأفراد بناءً على حالة العدوى الخاصة بهم ودمج تدخل متغير مع الزمن. قدر النموذج عدد التكاثر الأساسي ($R_0$) بـ 25، مما يشير إلى إمكانية عالية للانتقال السريع في البيئة الجماعية. اقترحت المحاكاة أنه بدون تدخلات، كانت هناك فرصة بنسبة 69% لتجاوز التفشي 100 حالة، بينما قلل تنفيذ التطعيم والبحث عن الحالات بشكل كبير من هذا الخطر إلى 1%.
كشفت التحليلات المضادة للواقع أنه حتى تأخير أسبوع واحد في التطعيم يمكن أن يزيد من خطر التفشي بشكل كبير. تؤكد النتائج على الدور الحاسم للتطعيم الجماعي الفوري والبحث النشط عن الحالات في السيطرة على التفشي، مما يظهر تقليصًا بمقدار 69 مرة في احتمالية حدوث تفشيات كبيرة عندما تم بدء التدخلات في 8 مارس. تسلط الدراسة الضوء على فائدة النمذجة الديناميكية في الصحة العامة للاستجابة في الوقت الحقيقي وتخطيط الموارد، داعية إلى استمرار جهود التطعيم في بيئات مماثلة للتخفيف من تفشي المستقبل.
القيود
تقتصر نتائج هذا التقرير على عدة قيود. أولاً، المعلمات المستخدمة في النموذج تظهر عدم يقين كبير، مما يستلزم اختيار قيم معقولة بناءً على الأدبيات الموجودة وآراء الخبراء، حيث كان حجم التفشي غير كافٍ لتقدير المعلمات بدقة. وبالتالي، نشأت التباين في مخرجات النموذج من التباين العشوائي بدلاً من عدم اليقين في المعلمات نفسها.
ثانيًا، هيكل النموذج يبالغ في تقدير التباين في فترة العدوى، حيث يفترض توزيعًا أسيًا بين الأفراد المصابين. بالإضافة إلى ذلك، لم تتضمن التحليل نقل 22 وحدة عائلية إلى فندق للحجر الصحي في 11-12 مارس، مما قد يؤدي إلى مبالغة في تقدير حجم التفشي النهائي من خلال اعتبار السكان ككيان واحد. أخيرًا، بينما استخدم النموذج ملف حساسية للحصبة خاص بفنزويلا، فإن الحالة المناعية الفعلية للسكان لا تزال غير معروفة، مما قد يؤثر على دقة تقديرات الحساسية.
DOI: https://doi.org/10.15585/mmwr.mm7319a2
PMID: https://pubmed.ncbi.nlm.nih.gov/38753544
Publication Date: 2024-05-16
Author(s): Nina B. Masters et al.
Primary Topic: COVID-19 epidemiological studies
Overview
The research paper section discusses a measles outbreak linked to a migrant shelter in Chicago from February to April 2024, resulting in 57 confirmed cases, primarily among shelter residents. The Centers for Disease Control and Prevention (CDC) utilized a dynamic disease model to simulate the outbreak, which was updated in real-time as new cases emerged. By April 8, the model projected a median final outbreak size of 58 cases (interquartile range = 56-60 cases), with improved model fit and prediction accuracy as additional data became available.
Counterfactual analyses revealed the critical role of early public health interventions, such as mass vaccination and active case-finding. Without these measures, there was a 69% likelihood of the outbreak exceeding 100 cases, whereas the probability dropped to 1% with their implementation. This underscores the effectiveness of real-time dynamic modeling in guiding public health responses, setting expectations for outbreak magnitude and duration, and evaluating intervention impacts. The findings suggest that timely interventions significantly mitigated the risk of a larger outbreak in Chicago. The code for the analyses is accessible at the provided GitHub link.
Introduction
The introduction outlines the critical public health challenge posed by measles, a highly contagious and vaccine-preventable disease that can lead to severe complications such as pneumonia and encephalitis. With a secondary attack rate exceeding 90% among susceptible individuals, the urgency for prompt identification and management of measles cases is emphasized. On March 4, 2024, the Chicago Department of Public Health (CDPH) reported a suspected measles case in a temporary shelter for migrants, primarily housing new arrivals from Venezuela, where conditions facilitated rapid transmission due to shared living spaces.
Following the initial case, which was confirmed after the patient developed a rash and was hospitalized, a total of 57 confirmed measles cases were identified by May 13, 2024. This included 52 cases among shelter residents, with rash onset dates spanning from February 26 to April 4, as well as cases among staff and community members linked to the shelter. In response to the outbreak, the CDC developed dynamic measles models to predict the outbreak’s size and duration, as well as to evaluate the effectiveness of public health interventions aimed at controlling the spread within the shelter population.
Methods
In this study, an age-specific measles immunity profile for Venezuela in 2024 was developed using a previously established methodology. The effectiveness of a single dose of the measles, mumps, and rubella (MMR) vaccine was estimated at 84% for individuals aged 6-11 months and 92.5% for those aged 12 months and older. Natural history parameters for measles were sourced from existing literature and adjusted using approximate Bayesian computation to align with available data. The model simulated measles outbreaks over a 365-day period starting February 1, 2024, employing 10,000 stochastic simulations to track incident cases.
To forecast outbreak sizes, the model selected simulations that minimized the absolute difference between predicted and observed daily cumulative cases among shelter residents. The model was iteratively updated with new data as cases were reported. Additionally, counterfactual scenarios were explored to assess potential outcomes had mass vaccination commenced a week earlier or later, and the impact of not implementing active case-finding was evaluated. These counterfactual trajectories were not calibrated to observed data. Simulations were executed in R (version 4.3.0) using the adaptivetau package, and the study was reviewed by the CDC, which classified it as not research under federal law and CDC policy.
Results
The results of the real-time dynamic model during the outbreak indicate that model fit and prediction accuracy improved as more case data became available, although initial uncertainty was higher and accuracy lower at the outbreak’s onset. As of March 18, 2024, with 18 reported cases among shelter residents, the model predicted a median final outbreak size of 38 cases, with the median onset of rash expected on April 18. By March 25, with 47 cases reported, the forecast adjusted to a median final size of 60 cases and a rash onset on April 20. On April 8, with 52 cases reported, the model estimated a median final outbreak size of 58 cases. These findings highlight the model’s adaptability and the importance of timely data in refining outbreak predictions.
Discussion
In this section, the research discusses the dynamics of a measles outbreak in a Chicago shelter, emphasizing the importance of timely public health interventions. The population at the shelter was 1,877 as of March 8, when active case-finding and a mass vaccination campaign began, resulting in a measles vaccination coverage of 93%. The CDC adapted a transmission model that categorized individuals based on their infection status and incorporated a time-varying intervention. The model estimated a basic reproduction number ($R_0$) of 25, indicating a high potential for rapid transmission in the congregate setting. Simulations suggested that without interventions, there was a 69% chance of an outbreak exceeding 100 cases, whereas implementing the vaccination and case-finding significantly reduced this risk to 1%.
Counterfactual analyses revealed that even a one-week delay in vaccination could increase the outbreak risk substantially. The findings underscore the critical role of prompt mass vaccination and active case-finding in controlling outbreaks, demonstrating a 69-fold reduction in the likelihood of large outbreaks when interventions were initiated on March 8. The study highlights the utility of dynamic modeling in public health for real-time response and resource planning, advocating for continued vaccination efforts in similar settings to mitigate future outbreaks.
Limitations
The findings of this report are constrained by several limitations. Firstly, the parameters utilized in the model exhibit significant uncertainty, necessitating the selection of reasonable values based on existing literature and expert opinions, as the outbreak’s scale was insufficient for precise parameter estimation. Consequently, variability in the model’s outputs stemmed from stochastic variation rather than from uncertainties in the parameters themselves.
Secondly, the model’s structure inaccurately overestimated the variability in the infectious period, assuming an exponential distribution among infected individuals. Additionally, the analysis did not incorporate the relocation of 22 family units to a quarantine hotel on March 11-12, which may have led to an overestimation of the final outbreak size by treating the entire population as a single entity. Lastly, while the model employed a measles susceptibility profile specific to Venezuela, the actual immunity status of the population remains unknown, potentially affecting the accuracy of the susceptibility estimates.