流行地域におけるデング熱動態の機序的統計モデル

背景　デング熱は公衆衛生上の重大な課題であり、予測モデルは早期警戒システムに不可欠である。しかし、現在のモデリング手法の多くは気候要因のみに依存するか、公衆衛生上の意思決定に必要な解釈可能性を欠く複雑なアルゴリズムを採用している。これらの問題に対処するため、月別デング熱発生率を予測する多次元かつ解釈可能な統計モデルを開発し、検証した。方法／主要所見　負の二項分布を用いた一般化線形混合モデル（GLMM）により、流行地域であるコロンビア・ウイラ県の37自治体から得た14年間（2010～2023年）の時空間データを解析した。本モデルは、気候、人口動態、社会経済的要因の非線形効果および遅延効果を統合する。最終モデルは、独立したテストデータセット（2021～2023年）を用いて厳密な外部検証を行った。本モデルは高い予測識別性能（R²＝0.743、スピアマンのρ＝0.657）を示し、流行発生の時期を正確に捉えた。主要な知見として、感染伝播に最適な27～28℃の温度域、降水量800 mm超における閾値効果、ならびに流行の自己相関における飽和動態を特定した。結論／意義　この機序に基づく統計的アプローチは、疫学的監視のための堅牢かつ透明性の高い手段を提供し、高い予測性能と、効果的なデータ駆動型公衆衛生介入に必要な説明力との両立を実現する。

https://doi.org/10.64898/2026.09.01.26361961