Versteh den Marburg-Virus: Forschung und Auswirkungen
Diese Bewertung analysiert Ausbrüche des Marburg-Virus und Modellierungsversuche zur zukünftigen Prävention.
― 7 min Lesedauer
Inhaltsverzeichnis
Infektiöse Krankheiten können die Gesundheit und Sicherheit weltweit bedrohen. Seit Ende 2019, als das SARS-CoV-2-Virus auftauchte, haben wir andere Ausbrüche neuer oder wiederkehrender Krankheiten gesehen. Beispiele für diese Krankheiten sind Mpox, neue Arten von Hepatitis bei Kindern, Ebola und die Marburg-Virus-Krankheit (MVD). Diese Fälle zeigen, dass wir immer noch von infektiösen Krankheiten bedroht sind, was es wichtig macht, mehr über gefährliche Keime zu lernen.
Im Jahr 2018 hat eine Organisation namens Weltgesundheitsorganisation (WHO) eine Liste von neun Keimen erstellt, die mehr Forschung und Entwicklung benötigten, weil sie grosse Ausbrüche verursachen könnten. Einer davon ist das Marburg-Virus (MV), ein sehr tödliches Virus, das 1967 erstmals in Deutschland und Serbien identifiziert wurde. Die meisten Ausbrüche von MVD haben in Subsahara-Afrika stattgefunden, darunter auch aktuelle Fälle in Äquatorialguinea und Tansania im Jahr 2023.
Fruchtfledermäuse sind die Hauptträger des Marburg-Virus. Menschen können sich mit dem Virus infizieren, wenn sie direkten Kontakt mit infizierten Fledermäusen oder anderen infizierten Menschen haben. Studien haben gezeigt, dass das Virus von Fledermäusen auf Menschen überspringen kann. Der erste bekannte Ausbruch beim Menschen war mit afrikanischen Grünmeerkatzen verbunden. Die Symptome der Krankheit können von Fieber und Kopfschmerzen bis hin zu schweren Blutungen reichen, wobei nach einer Infektion ein hohes Risiko für schwere Erkrankungen besteht.
Mathematische Modelle helfen uns zu verstehen, wie sich Krankheiten verbreiten und wie man sie kontrollieren kann. Diese Modelle können den Gesundheitsbehörden dabei helfen, wichtige Entscheidungen zu treffen, wie zum Beispiel die Planung, wie viele Krankenhausbetten benötigt werden könnten und welche Massnahmen helfen könnten, einen Ausbruch zu stoppen. Das Sammeln von Daten für diese Modelle kann jedoch lange dauern, was es schwierig macht, schnell auf Ausbrüche zu reagieren.
Ziele der Überprüfung
Um diese Herausforderungen anzugehen, wollten wir die vorhandene Forschung zu schnellen Modellen für die Verfolgung von Krankheiten wie MVD überprüfen. Unser Ziel ist es, Informationen über vergangene Ausbrüche, Modellierungsstudien und wichtige Details darüber zu sammeln, wie sich diese Krankheiten verbreiten, wie schwer sie sein können und andere Schlüsselfaktoren wie Mutationsraten und Immunität in der Bevölkerung. Dadurch wollen wir Wissenslücken schliessen und eine hilfreiche Ressource für zukünftige Ausbrüche von bekannten oder unbekannten Krankheiten schaffen.
Suchstrategie und Studienauswahl
Wir haben nach Studien gesucht, die mathematische Modelle diskutierten und Informationen über MVD berichteten. Wir haben uns auf Arbeiten konzentriert, die detailliert beschrieben, wie sich das Virus verbreitet, wie schwer es ist und frühere Ausbrüche, die vor dem 31. März 2023 veröffentlicht wurden. Nachdem wir Duplikate entfernt hatten, haben wir über 3.000 Studien gesichtet und 221 für eine vollständige Überprüfung ausgewählt. Studien, die keine relevanten Daten lieferten, wurden weiter ausgeschlossen, was zu 42 Studien führte, die in unsere endgültige Analyse aufgenommen wurden.
Datenerfassung
Dreizehn Teammitglieder sammelten Informationen aus diesen Studien. Sie schauten sich Details wie Veröffentlichungsdaten, Qualität, geschätzte Parameter und die Einzelheiten früherer Ausbrüche an. Wir haben nur Informationen aus abgeschlossenen Ausbrüchen einbezogen. Wir haben wichtige Details wie Fallzahlen und Todesfälle notiert, um die Fallsterblichkeitsrate (CFR) zu berechnen, die uns sagt, wie tödlich die Krankheit ist.
Die Daten wurden in eine Datenbank eingegeben, und wir haben die Qualität mithilfe einer strukturierten Bewertung überprüft. Bei einigen Arbeiten arbeiteten zwei Gutachter zusammen, um sicherzustellen, dass die Daten korrekt waren, bevor sie finalisiert wurden.
Entwicklung des R-Pakets
Um diese Informationen leicht zugänglich zu machen, haben wir ein R-Paket namens epireview erstellt. Dieses Paket enthält Daten über MVD, sodass andere neue Erkenntnisse beitragen und die Informationen aktualisiert halten können.
Datenanalyse
Die gesammelten Daten werden in Tabellen und Abbildungen präsentiert. Wir haben versucht, Schätzungen bestimmter Parameter, wie die CFR, darzustellen, die den Prozentsatz der Todesfälle unter den Infizierten angibt. Wir führten zwei Arten von Analysen für die CFR durch – eine basierend auf berichteten Daten und eine aus den Ausbruchsdatensätzen, die wir gesammelt haben.
Wir betrachteten verschiedene Ausbrüche durch die Linse ihrer Verbindungen. Zum Beispiel haben wir einen "Ausbruch" als jede Situation definiert, in der Fälle im selben Land innerhalb eines bestimmten Zeitrahmens auftraten.
Historischer Überblick über MVD-Ausbrüche
Aus unserer Forschung ergaben sich 13 Studien, die 23 MVD-Ausbrüche detaillierten. Wir identifizierten sieben verschiedene Ausbrüche, darunter die ersten in Deutschland und Jugoslawien, mehrere in der Demokratischen Republik Kongo und verschiedene Fälle in Uganda und Angola. Bei unserer Literaturrecherche konnten wir jedoch keine peer-reviewed Studien über die Ausbrüche 2023 in Äquatorialguinea und Tansania finden.
Mathematische Modelle
Wir entdeckten, dass nur eine Studie sich auf die Modellierung der MVD-Übertragung konzentriert hatte. Diese Studie verwendete eine spezifische Art von mathematischem Modell, um zu bewerten, wie Verhaltensänderungen die Anzahl der Fälle und Todesfälle beeinflussen könnten. Das Modell ging davon aus, dass sich das Virus durch direkten menschlichen Kontakt verbreitet und dass verschiedene Gruppen von Menschen unterschiedlich betroffen sein könnten.
Epidemiologische Parameter
Wir sammelten insgesamt 71 Parameterschätzungen, wobei die Seroprävalenz am häufigsten berichtete. Andere Parameter umfassten Verzögerungen bei der Suche nach medizinischer Hilfe, Schwere der Erkrankung und Mutationsraten. Einige Studien berichteten über Reproduktionszahlen, die uns Einblick geben, wie schnell sich das Virus verbreitet.
Fallsterblichkeitsrate (CFR)
Wir fanden sechs Schätzungen für die Fallsterblichkeitsrate, die sich signifikant über verschiedene Ausbrüche hinweg unterschieden. Die aggregierten Schätzungen zeigten, dass die CFR ziemlich hoch sein kann, was darauf hinweist, dass MVD tödlich ist. Die hohe CFR und die Eigenschaften des Virus deuten darauf hin, dass es das Potenzial hat, erhebliche Probleme in den Regionen zu verursachen, in denen es auftritt.
Risikofaktoren
Wir haben auch Risikofaktoren untersucht, die mit einer MVD-Infektion verbunden sind. Der Kontakt mit bestätigten Fällen stellte sich als ein bedeutender Risikofaktor für eine Infektion heraus. Andere Faktoren umfassten frühere medizinische Behandlungen und spezifische Aktivitäten. Interessanterweise schien das Geschlecht keinen signifikanten Einfluss auf die Infektionsraten zu haben.
Molekulare evolutive Raten
Drei Studien berichteten über die Raten, mit denen sich das Marburg-Virus im Laufe der Zeit verändert. Diese Informationen sind entscheidend, um zu verstehen, wie sich das Virus anpassen und verbreiten könnte.
Qualitätsbewertung
Wir bewerteten die Qualität der Studien, die wir überprüften. Wir fanden heraus, dass Studien, die sich auf Übertragungsparameter konzentrierten, tendenziell höhere Werte erzielten als solche zur Seroprävalenz. Im Laufe der Zeit verbesserte sich die allgemeine Qualität der Studien, was wir als Ausdruck besserer Forschungspraktiken und grösserer Transparenz betrachten.
Fazit
Diese Überprüfung bietet eine gründliche Untersuchung der verfügbaren Forschung zu MVD. Basierend auf den Studien stellten wir fest, dass grosse Ausbrüche im Vergleich zu einigen anderen infektiösen Krankheiten selten und klein waren. Die Anzahl der schweren Ausbrüche mit über 100 Fällen war begrenzt.
Die hier gesammelten Informationen werden Forschern helfen, Modelle für MVD zu erstellen und zu verfeinern, was eine bessere Planung und Verwaltung während zukünftiger Ausbrüche ermöglicht. Das R-Paket epireview dient als lebendige Ressource und bietet eine einfache Möglichkeit für Wissenschaftler, die neuesten Erkenntnisse zu aktualisieren und zu teilen.
Es ist wichtig, MVD weiter zu erforschen, insbesondere wenn neue Ausbrüche auftreten. Hochwertige Daten während solcher Ereignisse zu sammeln, wird entscheidend sein, um die Krankheit zu verstehen und die Reaktionsstrategien zu verbessern.
Erfreulicherweise weist diese Überprüfung auf die Lücken in unserem Wissen hin und wie das Schliessen dieser Lücken unsere Fähigkeit verbessern wird, MVD in Zukunft effektiv zu managen.
Titel: Marburg Virus Disease outbreaks, mathematical models, and disease parameters: a Systematic Review
Zusammenfassung: BackgroundRecent Marburg virus disease (MVD) outbreaks in Equatorial Guinea and Tanzania highlighted the importance of better understanding this highly lethal infectious pathogen. Past epidemics of Ebola, COVID-19, and other pathogens have re-emphasised the usefulness of mathematical models in guiding public health responses during outbreaks. MethodsWe conducted a systematic review, registered with PROSPERO (CRD42023393345) and reported according to PRISMA guidelines, of peer-reviewed papers reporting historical out-breaks, modelling studies and epidemiological parameters focused on MVD, including contextual information. We searched PubMed and Web of Science until 31st March 2023. Two reviewers evaluated all titles and abstracts, with consensus-based decision-making. To ensure agreement, 31% (13/42) of studies were double-extracted and a custom-designed quality assessment questionnaire was used to assess the risk of bias. FindingsWe present detailed outbreak, model and parameter information on 970 reported cases and 818 deaths from MVD until 31 March 2023. Analysis of historical outbreaks and sero-prevalence estimates suggests the possibility of undetected MVD outbreaks, asymptomatic transmission and/or cross-reactivity with other pathogens. Only one study presented a mathematical model of MVD transmission. We estimate an unadjusted, pooled total random effect case fatality ratio for MVD of 61.9% (95% CI: 38.8-80.6%, I2=93%). We identify key epidemiological parameters relating to transmission and natural history for which there are few estimates. InterpretationThis review provides a comprehensive overview of the epidemiology of MVD, identifying key knowledge gaps about this pathogen. The extensive collection of knowledge gathered here will be crucial in developing mathematical models for use in the early stages of future outbreaks of MVD. All data are published alongside this article with functionality to easily update the database as new data become available. FundingMRC Centre for Global Infectious Disease Analysis Research in ContextO_LIEvidence before this study We searched Web of Science and PubMed up to 31 March 2023 using the search terms Marburg virus, epidemiology, outbreaks, models, transmissibility, severity, delays, risk factors, mutation rates and seroprevalence. We found five systematic reviews, all of which considered MVD alongside Ebola virus disease (EVD). One modelling study of Marburg virus disease (MVD) focused on animals, and not on computational models to understand past or project future disease transmission. One systematic review collated risk factors for transmission based on four MVD studies, but did not report attack rates due to missing underlying MVD estimates; another systematic review pooled estimates of MVD case fatality ratios (CFR): 53.8% (95% CI: 26.5-80.0%) and seroprevalence: 1.2% (95% CI: 0.5-2.0%). No systematic review covered transmission models of MVD, and the impact of public health and social measures is unknown. C_LIO_LIAdded value of this study We provide a comprehensive summary of the available, peer-reviewed literature of historical outbreaks, transmission models and parameters for MVD. Meta-analysis of existing estimates of CFRs, and our original estimates based on historical outbreak information, illustrate the severity of MVD with our pooled random effect estimated CFR of 61.9% (95% CI: 38.8-80.6%, I2=93%). We demonstrate the sparsity of evidence on MVD transmission and disease dynamics, particularly on transmissibility and natural history, which are key input parameters for computational models supporting outbreak response. Our work highlights key areas where further disease characterization is necessary. C_LIO_LIImplications of all the available evidence Previous outbreaks of infectious pathogens emphasized the usefulness of computational modelling in assessing epidemic trajectories and the impact of mitigation strategies. Our study provides necessary information for using mathematical models in future outbreaks of MVD, identifies uncertainties and knowledge gaps in MVD transmission and natural history, and highlights the severity of MVD. C_LI
Autoren: Christian Morgenstern, G. Cuomo-Dannenburg, K. McCain, R. McCabe, H. J. T. Unwin, P. Doohan, R. K. Nash, J. T. Hicks, K. Charniga, C. Geismar, B. Lambert, D. Nikitin, J. E. Skarp, J. Wardle, Pathogen Epidemiology Review Group, M. Kont, S. Bhatia, N. Imai, S. L. van Elsland, A. Cori
Letzte Aktualisierung: 2023-07-12 00:00:00
Sprache: English
Quell-URL: https://www.medrxiv.org/content/10.1101/2023.07.10.23292424
Quell-PDF: https://www.medrxiv.org/content/10.1101/2023.07.10.23292424.full.pdf
Lizenz: https://creativecommons.org/licenses/by/4.0/
Änderungen: Diese Zusammenfassung wurde mit Unterstützung von AI erstellt und kann Ungenauigkeiten enthalten. Genaue Informationen entnehmen Sie bitte den hier verlinkten Originaldokumenten.
Vielen Dank an medrxiv für die Nutzung seiner Open-Access-Interoperabilität.