Simple Science

Ciencia de vanguardia explicada de forma sencilla

# Ciencias de la Salud# Salud Pública y Global

Enfoques estratégicos para combatir la malaria en Benín

Nuevas estrategias en Benín buscan reducir los casos de malaria a través de intervenciones específicas.

― 7 minilectura


Abordando la malaria enAbordando la malaria enBenínpor malaria en niños.Nuevas estrategias para reducir muertes
Tabla de contenidos

En 2022, la malaria se llevó la vida de 608,000 personas en todo el mundo, siendo un impactante 76% de esas muertes Niños menores de cinco años. Esta enfermedad parasitaria sigue siendo una de las principales causas de muerte en los niños pequeños. Desde el año 2000, se han hecho avances importantes en la reducción de la carga de la malaria, en gran parte gracias al uso de mosquiteros tratados con insecticidas y medicamentos efectivos. Sin embargo, el progreso se ha estancado desde 2015. Los problemas de resistencia a insecticidas y medicamentos, la aparición de nuevas especies de mosquitos y la falta de financiación representan riesgos serios para los logros alcanzados.

Para luchar contra la malaria, ahora se necesitan nuevas estrategias que complementen los métodos existentes. Una de esas estrategias es la Quimioprevención estacional de la malaria (SMC), que consiste en dar medicamentos antimaláricos a todos los niños que viven en áreas donde la malaria ocurre estacionalmente. Este tratamiento busca eliminar las infecciones existentes y prevenir nuevas. Desde que la Organización Mundial de la Salud (OMS) aprobó la SMC en 2012, el número de niños tratados ha aumentado drásticamente, pasando de 200,000 en 2012 a 49 millones en 2022.

En Benin, la malaria es la principal causa de visitas al hospital y representa un porcentaje notable de los Casos y muertes globales por malaria. La SMC se introdujo por primera vez en las regiones de Alibori y Atacora de Benin en 2019 y desde entonces se ha expandido para atender a casi 600,000 niños menores de cinco años en estas áreas.

En 2022, la OMS actualizó sus pautas, recomendando ahora la SMC para todos los niños en alto riesgo de malaria severa, no solo para los menores de cinco años. Este cambio presenta una oportunidad para que los países afectados por la malaria adapten sus estrategias a las necesidades locales. Sin embargo, también presenta desafíos para los programas de salud nacionales que deben tomar decisiones más informadas basadas en estas nuevas recomendaciones.

Tras esta actualización, las autoridades de salud de Benin comenzaron a colaborar con expertos de un instituto de salud suizo para evaluar los beneficios de dos estrategias potenciales: ampliar la SMC para incluir a niños menores de 10 años en áreas donde ya se implementó, o expandir la SMC a nuevas áreas pero limitándola a niños menores de cinco. Dado el amplio riesgo de malaria en Benin y la financiación limitada, los funcionarios de salud debían evaluar cuidadosamente ambas opciones para determinar cuál sería más efectiva.

Los estudios muestran que la SMC es una intervención efectiva para los niños en ambos grupos de edad. Algunas investigaciones indicaron que administrar SMC a niños menores de diez años llevó a reducciones significativas en los casos de malaria entre los más pequeños. Sin embargo, la magnitud de estos beneficios puede variar dependiendo de las condiciones locales.

Para ayudar en la toma de decisiones, es crucial analizar qué estrategia llevaría a salvar más vidas, considerando los aspectos financieros de las intervenciones. La modelización matemática es una herramienta útil para simular diferentes escenarios y predecir los impactos de varias intervenciones en los casos y muertes por malaria.

El Enfoque de Modelado

Nuestro objetivo era evaluar qué estrategia de extensión de la SMC sería más efectiva y rentable en Benin. Utilizamos un software llamado OpenMalaria, que modela las infecciones humanas por malaria simulando tanto a las poblaciones humanas como a las de mosquitos involucradas en la transmisión de la malaria. El modelo se ajustó para encajar en el contexto específico de Benin usando datos locales.

Reunimos datos sobre la efectividad de las intervenciones y los casos previos de malaria en Benin para ayudar a calibrar el modelo. También se identificaron las especies de mosquitos dominantes responsables de la transmisión en Benin, y su comportamiento se incorporó al modelo.

Variables clave como la frecuencia con la que las personas usaban mosquiteros tratados con insecticidas y cuán efectivos eran esos mosquiteros para proteger contra la malaria se integraron en la simulación. El modelo utilizó datos locales para evaluar el número de personas que buscaban tratamiento por malaria a lo largo del tiempo, proporcionando así una representación más precisa de la situación de la malaria.

Usando este marco de modelado, exploramos los resultados de dos estrategias: una que ampliaba la SMC a niños menores de diez años en regiones que ya recibían esta intervención, y otra que expandía la SMC a nuevas áreas pero se centraba en niños menores de cinco.

Predicción de Resultados

Nuestras simulaciones mostraron que si la SMC se extendiera demográficamente para incluir a niños menores de diez años en las áreas existentes, se podrían evitar aproximadamente 600,000 casos de malaria entre 2024 y 2026. Esta extensión resultaría en una reducción de casos severos y algunas vidas salvadas. Sin embargo, el impacto fue considerablemente menor en comparación con la extensión geográfica, que involucraba apuntar a niños menores de cinco en nuevas áreas.

La extensión geográfica predijo que se podrían evitar 1.5 millones de casos de malaria en el mismo período, lo que llevaría a que se evitaran significativamente más casos severos y se salvaran más vidas. Con más de 1.8 millones de niños menores de cinco en las nuevas áreas, extender la SMC geográficamente ofrecía un beneficio mucho mayor.

Al considerar el número de casos evitados por niño objetivo, la extensión demográfica mostró que evitaría alrededor de 609 casos por cada 1,000 niños objetivo. La extensión geográfica, por otro lado, podría evitar aproximadamente 813 casos por cada 1,000 niños menores de cinco. Asimismo, el enfoque geográfico salvaría muchas más vidas por niño objetivo.

Toma de Decisiones para Programas de Salud

Dado estos hallazgos, las autoridades de salud se enfrentaron a una decisión crítica. Aunque ambas estrategias tenían beneficios potenciales, la extensión geográfica era claramente más efectiva. Los programas de salud de Benin optaron por implementar este enfoque a partir de 2024.

Los trabajadores de salud comunitaria llevarán la SMC a las nuevas regiones objetivo, enfocándose inicialmente en áreas donde estos trabajadores ya han sido capacitados. Esta elección se alinea con los datos proporcionados por nuestro modelo y refleja una consideración práctica de las capacidades locales.

Si bien este análisis se centró principalmente en el contexto de Benin, la metodología podría adaptarse para su uso en otros países que enfrenten desafíos similares por la malaria.

Conclusión

La naturaleza en evolución de la transmisión de la malaria exige una adaptación continua de las estrategias. Nuestro análisis ilustró que la extensión geográfica de la SMC en Benin salvaría muchas más vidas que simplemente ampliar la elegibilidad a niños mayores en áreas existentes.

Este ejercicio de modelado refleja la importancia de utilizar datos para informar decisiones críticas de salud pública. Incluso ante la falta de financiación, los enfoques basados en evidencia pueden ayudar a priorizar intervenciones que generen los mayores beneficios para las poblaciones vulnerables. El esfuerzo colaborativo entre las autoridades de salud locales y expertos internacionales puede allanar el camino para estrategias más efectivas contra la malaria en el futuro.

Fuente original

Título: Modelling to support decisions about the geographic and demographic extensions of seasonal malaria chemoprevention in Benin

Resumen: BackgroundSeasonal malaria chemoprevention (SMC) has been implemented yearly in northern Benin since 2019 to reduce the malaria burden in children under 5 years of age. Its geographic scope was progressively extended until in 2022 two different extensions of SMC were considered: either demographic - children aged 5 to 10 in the currently targeted departments would also receive SMC, or geographic to children under 5 in new eligible departments to the south. As SMC had neither been implemented in the areas nor age groups suggested for expansion, modelling was used to compare the likely impact of both extensions. MethodsThe model OpenMalaria was calibrated to represent the history of malaria interventions and transmission risk in Benin. Currently planned future interventions and two scenarios for SMC extensions were simulated to inform where impact would be the highest. ResultsThe model predicted that between 2024 and 2026 the geographic extension of SMC would avert at least four times more severe malaria cases and five times more direct malaria deaths per targeted child than the demographic extension. However, numbers of severe cases averted per targeted child were similar between health zones eligible for geographic extension. ConclusionsThe geographic extension is more impactful and likely more cost-effective than the demographic extension, and will be implemented from 2024. Health zones were prioritised by availability of community health workers to deliver SMC. Mathematical modelling was a supportive tool to understand the relative impact of the different proposed SMC extensions and contributed to the decision-making process. Its integration significantly enhanced the utilisation of data for decision-making purposes. Rather than being used for forecasting, the model provided qualitative guidance that complemented other types of evidence.

Autores: Jeanne Lemant, C. Champagne, W. Houndjo, J. Aïssan, R. Aïkpon, C. Houetohossou, S. Kpanou, R. Goers, C. Affoukou, E. Pothin

Última actualización: 2024-04-26 00:00:00

Idioma: English

Fuente URL: https://www.medrxiv.org/content/10.1101/2024.04.25.24306333

Fuente PDF: https://www.medrxiv.org/content/10.1101/2024.04.25.24306333.full.pdf

Licencia: https://creativecommons.org/licenses/by/4.0/

Cambios: Este resumen se ha elaborado con la ayuda de AI y puede contener imprecisiones. Para obtener información precisa, consulte los documentos originales enlazados aquí.

Gracias a medrxiv por el uso de su interoperabilidad de acceso abierto.

Artículos similares