OBJECTIVE: To develop a Bayesian hierarchical model for human onchocerciasis with which to explore the factors that influence prevalence of microfilariae in the Amazonian focus of onchocerciasis and predict the probability of any community being at least mesoendemic (>20% prevalence of microfilariae), and thus in need of priority ivermectin treatment. METHODS: Models were developed with data from 732 individuals aged >15 years who lived in 29 Yanomami communities along four rivers of the south Venezuelan Orinoco basin. The models' abilities to predict prevalences of microfilariae in communities were compared. The deviance information criterion, Bayesian P-values, and residual values were used to select the best model with an approximate cross-validation procedure. FINDINGS: A three-level model that acknowledged clustering of infection within communities performed best, with host age and sex included at the individual level, a river-dependent altitude effect at the community level, and additional clustering of communities along rivers. This model correctly classified 25/29 (86%) villages with respect to their need for priority ivermectin treatment. CONCLUSION: Bayesian methods are a flexible and useful approach for public health research and control planning. Our model acknowledges the clustering of infection within communities, allows investigation of links between individual- or community-specific characteristics and infection, incorporates additional uncertainty due to missing covariate data, and informs policy decisions by predicting the probability that a new community is at least mesoendemic.
OBJETIVO: Desarrollar un modelo jerárquico bayesiano de la oncocercosis humana para estudiar los factores que influyen en la prevalencia de microfilarias en el foco amazónico de oncocercosis, y estimar la probabilidad de que una comunidad sea como mínimo mesoendémica (prevalencia de microfilarias > 20%) y necesite por tanto tratamiento prioritario con ivermectina. MÉTODOS: Se desarrollaron modelos con datos de 732 individuos > 15 años que vivían en 29 comunidades yanomami a lo largo de cuatro ríos de la cuenca meridional del Orinoco venezolano, y se comparó la capacidad de cada modelo para predecir la prevalencia de microfilarias en las comunidades. Se seleccionó el mejor modelo por aproximación cruzada utilizando el criterio de información bayesiano, los valores P de los modelos bayesianos y los residuos. RESULTADOS: El modelo que mejor funcionó fue uno de tres niveles que tenía en cuenta el agrupamiento de los casos en las comunidades. El modelo incluía la edad y el sexo del huésped a nivel individual, un efecto de altitud río-dependiente a nivel de la comunidad y, en el tercer nivel, el agrupamiento adicional de las comunidades a lo largo de los ríos. Este modelo permitió clasificar correctamente 25/29 (86%) aldeas en lo referente a su necesidad de tratamiento prioritario con ivermectina. CONCLUSIÓN: Los métodos bayesianos brindan un criterio flexible y útil para las investigaciones de salud pública y la planificación de la lucha contra las enfermedades. Nuestro modelo reconoce el agrupamiento de la infección en las comunidades, permite investigar la relación entre la infección y características particulares de los individuos y las comunidades, incorpora la incertidumbre adicional por falta de datos de covariables, y puede informar las decisiones de política mediante variables predictivas de la probabilidad de que una nueva comunidad sea como mínimo mesoendémica.
OBJECTIF: Mettre au point un modèle hiérarchique de type bayésien applicable à l'onchocercose humaine permettant d'étudier les facteurs qui influent sur la prévalence des microfilaires dans le foyer amazonien d'onchocercose et de prévoir la probabilité que l'onchocercose sévisse au moins sur le mode mésoendémique dans une communauté donnée (prévalence des microfilaires >20 %) et nécessite par conséquent en priorité un traitement par l'ivermectine. MÉTHODES: Mise au point de modèles à partir des données recueillies auprès de 732 personnes de 15 ans au moins habitant dans 29 communautés Yanomami situées le long de quatre fleuves du bassin méridional de l'Orénoque au Venezuela. La capacité des divers modèles à prévoir la prévalence des microfilaires dans la communauté a été comparée. Le meilleur modèle a été sélectionné par approximation croisée en utilisant le critère d'information bayésien, les valeurs de p des modèles bayésiens et les résidus. RÉSULTATS: Le meilleur modèle est un modèle à trois niveaux qui tient compte du regroupement des cas dans les communautés, avec, au niveau individuel, la prise en compte des caractéristiques d'âge et de sexe de l'hôte, au niveau communautaire, la prise en compte de l'effet de l'altitude fleuve-dépendant et, au troisième niveau, la prise en compte de l'agrégation des communautés le long des fleuves. Ce modèle a permis de classer correctement 25 des 29 villages (soit 86 %) quant à la priorité du traitement par l'ivermectine. CONCLUSION: Les méthodes de Bayes sont une approche souple et utile pour la recherche en santé publique et la planification de la lutte contre les maladies. Notre modèle tient compte de l'agrégation des cas au sein des communautés, permet d'étudier le lien entre d'une part les caractéristiques particulières aux individus ou aux communautés et d'autre part l'infection, tient compte de l'incertitude supplémentaire due aux données manquantes concernant les covariables, et permet d'étayer les décisions politiques grâce à des variables prédictives de la probabilité que l'onchocercose soit au moins mésoendémique dans une nouvelle communauté.