t 0 - UNAids
advertisement
Пакет для оценки и прогнозирования групп риска и эпидемий ВИЧ Пакет ПОП, разработанный ЮНЭЙДС/ВОЗ Тим Браун Центр «Ист-Уэст»/Общество Красного Креста Таиланда – сотрудничество в рамках борьбы с ВИЧ: моделирование, анализ и определение политики, Апрель 2003 г. Конечная цель • Разработать простую модель, которая – Позволит странам оценивать текущую нагрузку со стороны ВИЧ – Позволит выполнять краткосрочные прогнозы (5летний период) – Будет вероятностной с эпидемиологической точки зрения – Позволит получать реальные тренды развития ВИЧ – Может применяться внутри страны • В идеальном варианте это должна быть отдельная кривая, которая должна отражать все ситуации, однако …. Парафразируя Уилли Фаулера: Одной из величайших трагедий современной эпидемиологии является убийство элегантных моделей холодными и неприглядными данными Мы пытаемся подобрать простые модели, но они никогда не подходят достаточно точно …… Неприятные уроки, которые мы извлекаем в реальной жизни • Динамика реальных эпидемий ВИЧ является сложной • Мы никогда не имеем дела с «единой» эпидемией • Каждая эпидемия состоит из множества подэпидемий – Которые затрагивают различные группы населения – Развиваются в различных географических районах – Имеют различную скорость развития Неприятные уроки, которые мы извлекаем в реальной жизни • Для моделирования эпидемии в большой стране необходимо разбить ее на несколько географических районов – Картина в больших странах, таких как Китай, Индия и Индонезия, является неясной • Генерализованные эпидемии, развивающиеся в городских и сельских районах, зачастую сильно отличаются между собой – По интенсивности – По времени Неприятные уроки, которые мы извлекаем в реальной жизни • Концентрированные эпидемии радикально отличаются в зависимости от страны – По степени развития в различных группах населения – По времени начала эпидемии – По скорости развития подэпидемий Таким образом, нам необходим инструмент, который …. • Позволит учитывать географическое разнообразие • Позволит интегрировать эпидемии, развивающиеся в различных группах населения • Позволит получить различные модели для каждой из тенденций развития ВИЧ с разбивкой по географическим районам и группам населения • Позволит упростить процесс комбинирования подэпидемий для получения подлинно национальной эпидемии Подход • Необходимо начинать с имеющихся данных, отражающих тенденции в развитии ВИЧ • Необходимо подбирать модель на основании имеющихся данных – Проверять возможные эпидемиологические параметры – Выбирать некий набор для минимальных наименьших квадратов • Прогнозировать будущее развитие на основании подходящих параметров 20 20 20 15 20 10 20 05 20 00 19 95 19 90 19 85 19 80 % HIV+ Подбор модели эпидемии 70 60 50 40 30 20 10 0 Почему бы не использовать гаммафункцию? • Модель эпидемии основана на гамма-функции, видоизмененной с учетом показателя смертности от ВИЧ, но …. • Показатель частоты заболеваний всегда обращается в ноль, таким образом гамма-функция не позволяет воспроизвести эндемические эпидемии – Кратковременные модели аппроксимации обычно занижают долгосрочные тренды распространенности и всегда дают уменьшающиеся тренды – Использование большего числа дынных уменьшает глубину, однако не позволяет отразить эндемическое состояние Гамма-функция соответствует данным, полученным для Конго 2 20 05 20 00 19 95 19 90 19 85 0 19 80 % HIV+ 4 Что мы подбираем – модель, разработанная специальной группой • Используется вероятностная эпидемиологическая модель • Учитываются изменения в группах населения во времени • Аппроксимируются 4 параметра – r – регулирование прироста – f0 – пропорция новых членов, включаемых в группы риска – t0 – год начала эпидемии – – параметр, отражающий изменение поведения Аппроксимация по данным, полученным специальной группой для Конго 2 20 05 20 00 19 95 19 90 19 85 0 19 80 % HIV+ 4 Параметры модели, полученной специальной группой 50 30 f0 20 10 t0 r 20 20 20 15 20 10 20 05 20 00 19 95 19 90 19 85 0 19 80 % HIV+ 40 Результат изменения r – прирост 8 2r r 4 2 r/2 20 05 20 00 19 95 19 90 19 85 0 19 80 % HIV+ 6 Результат изменения f0 – новые члены групп риска 2f0 10 f0 5 f0/2 20 20 20 15 20 10 20 05 20 00 19 95 19 90 19 85 0 19 80 % HIV+ 15 Результат изменения t0 – начало эпидемии 10 5 t0 = 1990 t0 = 2000 20 20 20 15 20 10 20 05 20 00 19 95 19 90 19 85 0 19 80 % HIV+ t0 = 1980 Результат изменения phi – вовлечение новых членов 8 =100 4 =0 2 = -100 20 05 20 00 19 95 19 90 19 85 0 19 80 % HIV+ 6 Страница «Прогнозирование» в ПОП Построение национальной эпидемии в ПОП • Аппроксимация кривой C – Базовая единица расчета – Характеризует конкретную группу населения, уязвимого к ВИЧ – ПОП собирает демографические данные и тренды развития ВИЧ для такой группы населения • Затем осуществляется подбор модели, разработанной специальной группой, в соответствии с трендами развития ВИЧ в такой группе населения Построение национальной эпидемии в ПОП • Подэпидемия – Включает одну или несколько кривых аппроксимации – Может включать другие подэпидемии – Общий показатель развития ВИЧ в группе населения получается путем суммирования показателей ВИЧ по соответствующим кривым и подэпидемиям SE1 SE2 C C C Построение эпидемии в ПОП • Рабочий набор (национальная эпидемия) – Включает все кривые аппроксимации и подэпидемии, использованные для построения национальной эпидемии – Подэпидемии также можно использовать для получения моделей для различных географических районов • Общая эпидемия ВИЧ представляет собой сумму подэпидемий ВИЧ по всем кривым, включенным в рабочий набор Дерево «Рабочий набор» Рабочий набор SE1 SE2 C C C C C Примеры рабочих наборов Ботсвана Ботсвана Город Село Примеры рабочих наборов Таиланд Таиланд Север ЖРСБ Северовосток Клиент Центр ПИН ЖРСБ Юг БКК Остальные Клиент ПИН Остальные Шаблоны – заранее определенные эпидемии • Шаблоны по умолчанию – Концентрированная – Городская-Сельская • Пользователь может создавать и именовать свои шаблоны – Географическая разбавка – Конкретные группы населения Демо I Страница «Рабочий набор» Создание рабочего набора Создание рабочего набора по шаблону Страница «Определение эпидемии» Добавление и удаление кривых аппроксимации Добавление и удаление подэпидемий Добавление шаблона Страница «Рабочий набор» в ПОП Выбор названия и страны Панель «Рабочий набор» Структура эпидемии Панель «Шаблон» Страница «Определение эпидемии» в ПОП Структура эпидемии Пользователь может добавлять и удалять кривые и подэпидемии Определение ваших групп населения в ПОП • Указать базовый год и общую численность за этот год – По умолчанию: численность населения за 2003 г. по данным ООН • Для базового года – Указать численность каждой группы населения – Уменьшить нераспределенное население до нуля Определение ваших групп населения в ПОП • Выбрать характеристики особых групп населения – МСМ, ПИН, ЖРСБ, Клиенты, СПИ или группы низкого риска • Задать демографические параметры – – – – – Пропорция мужчин b – рождаемость mu – смертность l15 – число выживших до 15 лет gr – прирост населения в группе старше 15 лет Демо II Страница «Определение населения» Назначение группы населения и ее распределение по кривым аппроксимации в рабочем наборе Страница «Определение групп населения» в ПОП Общая численность населения в стране и население, Нераспределенное по группам Особые характеристики Демографич.данные Страница «Ввод данных» в ПОП Автоматич.средние и медианные значения Названия районов, определяемые пользователем Распространенность по районам и годам Корректировка данных в ПОП • Корректировка показателя распространенности • Годовой прирост или уменьшение для переменной комбинации районов с высоким и низким уровнем распространенности – Коэффициент поправки 0,8 для сельских районов по умолчанию – завышает фактический показатель распространенности в большинстве районов • Веса – Применяются для каждого конкретного района • Избирательное включение районов – Дважды щелкнуть на ячейке – позволяет включить/исключить определенные районы Корректировка распространенности на странице «Ввод данных» • Уменьшить или увеличить значения показателя распространенности, используя их для аппроксимации – Внести поправку на отсутствие репрезентативности для имеющихся районов эпиднадзора – Если имеет место занижение показателя распространенности, использовать коэффициент поправки > 1,0 – Если имеет место завышение, использовать коэффициент поправки < 1,0 – Рекомендации специальной группы для сельских районов – при прогнозировании использовать коэффициент 0,8 Веса и кнопки-флажки на странице «Ввод данных • Веса, используемые при расчете средних значений, медианных значений и наименьших квадратов w x x w i i i i LSQ w ( xi xˆi ) 2 i i i • Кнопки-флажки полностью исключают районы 2 Демо III Страница «Ввод данных» Результаты использования поправок к показателю распространенности, весов и кнопок-флажков Страница «Прогнозирование» в ПОП Что и как подбирать Исходные допущения Страница «Прогнозирование» в ПОП – свойства • Позволяет подбирать различные параметры – Все данные – Медианные значения – Средние значения • Все подборы выполнены с использованием поправок, выбором районов и применением весов – выбирается пользователем на странице «Ввод данных» Страница «Прогнозирование» в ПОП – свойства • Позволяет подбирать различными путями – Установить t0, изменить r, f0 и phi (по умолчанию) – Подобрать все переменные (t0, r, f0 и phi) – Установить r, изменить все остальное – Установить f0, изменить все остальное • Если щелкнуть по “Задать неизменный phi”, аппроксимация phi не выполняется • Пользователь может изменить исходные допущения Страница «Прогнозирование» в ПОП Оптимальный подбо изменение пользовате Страница «Прогнозирование» в ПОП – свойства • Позволяет изменять параметры вручную после подбора и сохранения результатов • Позволяет вернуться к оптимальному подбору, если вы получили неверные сочетания Страница «Результаты» в ПОП • Позволяет проанализировать любое сочетание кривых аппроксимации и подэпидемий • Позволяет построить первоначальные данные • Позволяет проследить тренды, характеризующие показатель распространенности, число ВИЧ+ и численность групп населения • Позволяет просматривать численные результаты • Позволяет создавать файл Spectrum Страница «Результаты» в ПОП акие показывать подборы кривых и подэпидемий График результатов Что показывать Получить числа, экспортировать в Spectrum Страница «Контрольная проверка» • Необходимо проверить ваши концентрированные эпидемии по следующим параметрам: – Вероятностная численность групп населения – Максимальные наблюдаемые показатели распространенности – Отношение между группами с низким риском и высоким риском инфицирования Страница «Контрольная проверка» Проверка численность групп населения Проверка распространенности Проверка «низкий риск/ высокий риск» Демо IV Страница «Прогнозирование» Подборка модели эпидемии Страница «Результаты» Просмотр результатов «Контрольная проверка» Подтверждение полученной вами модели концентрированной эпидемии Если у вас есть вопрос к любой странице ….. • Просто нажмите кнопку “Help”! – Вы получите информацию для конкретной страницы – Более детальные пояснения Когда мы используем ПОП? • Рекомендации специальной группы: – Когда у нас есть данные, характеризующие тренды развития эпидемии среди групп риска Как следует использовать ПОП? • Для составления прогнозов на 5 лет – По умолчанию конечный год - 2008 г. • Пользователь может изменить год на странице «Рабочий набор», однако это делать не рекомендуется • Проанализировать влияние компонентов подэпидемии и временные рамки – Проанализировать влияние различных групп населения – Проанализировать различные модели, подобранные для групп населения • Время пиковых показателей, высоту пика, эндемический уровень Технические вопросы использования ПОП • Концентрированные эпидемии – Численность групп риска – Включение групп партнеров «низкого риска» – Использование «остального населения» • Проанализировать валидность генерализации на основании данных ограниченных исследований групп риска Технические вопросы использования ПОП • Всегда – Анализировать влияние сильно отклоняющихся данных на аппроксимацию – Использовать «Контрольную проверку» для валидации данных с учетом международного опыта Вопросы, которые следует учитывать • Когда использовать ПОП и когда использовать электронные таблицы при анализе концентрированных эпидемий – Имеющиеся данные • Тренды, необходимые для ПОП – Определенность оценочных данных о численности ключевых групп населения Заключительные замечания • Данные инструменты не могут заменить собой отсутствующие данные • Данные инструменты не позволяют улучшить плохие данные – Принцип GIGO (бессмысленный ответ на бессмысленно поставленный вопрос) • Таким образом, данные инструменты следует рассматривать как часть процесса, направленного на улучшение систем эпиднадзора и на подготовку более точных оценочных данных • Этот процесс в дальнейшем себя исчерпает Formal Modelwith Description For those strong stomachs (do not show after lunch): Z = at-risk population X = not at-risk population Y = infected N=X+Y+Z dZ f ( X / N ) Et ( rY / N ) Z dt dX (1 f ( X / N )) Et X dt t dY (rY / N ) Z rYx / N x x Z x g (t x)dx dt 0 X exp ( (1 f 0 )) N f (X / N) X 1 exp ( (1 f 0 )) 1 N f0
