Analysis and modelling of tuberculosis epidemiology in Western European cities. The case of Barcelona and Berlin.

Abstract

Tuberculosis (TB) has been a major health concern for many years and it is still, to this day, one of the top 10 causes of death worldwide. The World Health Organization (WHO) estimates that TB caused 1.3 million deaths and that there were at least 10 million new cases in the year 2017. Even though the situation in Western Europe is not as severe as it is in other regions, the incidence in big cities in this area has been found to be many times higher than the mean for their countries, sometimes reaching values similar to those of high incidence countries. The control programmes carried out by the local Health Agencies in these cities has been proven crucial to tackle the issue of tuberculosis. In this work, several of these Health Agencies have been contacted in order to analyse the collected data. The analysis of the TB data received from the cities of Berlin and Barcelona form the Robert Koch Institut (RKI) and the Agència de Salut Publica de Barcelona (ASPB) presented three relevant conclusions. The tendency of the disease is different for the two cities: in Barcelona the incidence has been declining for the last 10 years while it has been growing in Berlin. Despite this, the age-distribution of the disease is similar for both cities and in both cases the foreign population group had a great effect in the global incidence of these cities. Taking these conclusions into account, an agent-based model (ABM) was adapted to reflect these characteristics centred on the effect of migration. The model was also simplified eliminating parameters considered non-essential in order to ease the subsequent process of parameterization. This model, once completed, can be used to carry out virtual experiments that help on the understanding of the situation of TB in these cities. The adaptation of the model required the optimization of a parametrization process. A random forest machine learning algorithm was used for this purpose to obtain a multivariate function which can be used to analyse different sets of parameters in less time than the compute-intensive ABM. In the end, although the overall pattern of both cities can be approximately fitted, it seems that the model cannot correctly fit the exact real values. This is probably because some of the parameters eliminated in the simplification process were necessary to explain the real data. On the other hand, the parametrization method proved to be a success reducing greatly the computation time needed to execute the analysis. Thus, the model is now ready to gradually incorporate the simplified parts and to be rapidly parameterized at each step, so that a more robust platform for running in silico experiments is released.  

La tuberculosis (TB) ha sido una importante preocupación en temas de salud durante muchos años y, aun a día de hoy, es una de las primeras 10 causas de muerte en el mundo. La Organización Mundial de la Salud (OMS) ha estimado que la TB causó 1,3 millones de muertes y que hubo por lo menos 10 millones de casos nuevos en el 2017. Aunque la situación en el oeste de Europa no es tan grave como en otras regiones, la incidencia en las grandes ciudades de esta área supera en gran medida a la media de sus países, en ocasiones llegando a valores similares a aquellos de países considerados de alta incidencia. Los programas de control desarrollados por las agencias de salud públicas locales de estas ciudades han sido cruciales para abordar el problema de la tuberculosis. En este trabajo se ha contactado con varias de estas agencias para poder analizar los datos recogidos. El estudio de los datos recibidos de las ciudades de Berlin y Barcelona por parte del Robert Koch Institut (RKI) y la Agència de Salut Publica de Barcelona (APSB) mostraron tres conclusiones relevantes. La tendencia de la enfermedad es diferente en las dos ciudades: en Barcelona la incidencia ha ido disminuyendo estos últimos 10 años, mientras que en Berlín está en aumento. A pesar de ello, la distribución de edades de la incidencia es similar para ambas ciudades y en ambos casos la población extranjera tiene un efecto muy grande en la incidencia global de estas ciudades. Teniendo en cuenta estas conclusiones, se adaptó un modelo basado en agentes (ABM) para reflejar estas características centrado en el efecto de la migración. El modelo también se simplificó, eliminando parámetros considerados no esenciales para facilitar el proceso de parametrización posterior. Una vez completado el modelo se podrá utilizar para realizar experimentos virtuales que nos ayuden a entender la situación de la TB en estas ciudades. La adaptación del modelo requería una optimización del proceso de parametrización mencionado. Para este propósito se utilizó un algoritmo random forest de machine learning para obtener una función multivariable que se utilizó para analizar diferentes conjuntos de parámetros en un tiempo menor que el ABM que requiere más tiempo de computación. Al final, aunque el patrón general de ambas ciudades se puede aproximar, parece ser que el modelo no puede ajustar correctamente los valores reales exactos. Esto puede ser debido a que algunos de los parámetros eliminados en la simplificación fuesen necesarios para poder explicar los datos reales. Aun así, el método de parametrización funcionó correctamente, reduciendo en gran medida el tiempo de computación necesario para ejecutar este tipo de análisis. Así pues, el modelo está preparado para incorporar gradualmente las partes simplificadas y poder parametrizarlo rápidamente en cada paso para poder obtener una plataforma fiable para realizar experimentos in silico.

La tuberculosi ha sigut una important preocupació en temes de salut durant molts anys i fins i tot avui dia és una de les primeres 10 causes de mort al món. La Organització Munidal de la Salut (OMS) estima que la TB va causar 1,3 milions de morts i que hi va haver almenys 10 milions de casos nous l'any 2017. Encara que la situació a l'oest d'Europa no és tan severa com en altres regions, la incidència a les grans ciutats d'aquesta àrea supera per molt la mitjana dels seus països, en alguns casos arribant a valors similars als de països considerats d'alta incidència. Els programes de control desenvolupats per les agències de salut publica locals d'aquestes ciutats han sigut crucials per abordar el problema de la tuberculosi. En aquest treball s'ha contactat amb algunes d'aquestes agències per poder analitzar les dades recollides. L'estudi de les dades rebudes de les ciutats de Berlín i Barcelona per part del Robert Koch Institut (RKI) i l'Agència de Salut Publica de Barcelona (ASPB) van mostrar tres conclusions rellevants. La tendència de la malaltia és diferent a les dues ciutats: a Barcelona la incidència ha estat disminuint els últims 10 anys a diferència de Berlín, on ha estat augmentant. Així i tot la distribució d'edats de la malaltia és similar a les dues ciutats i en els dos casos la població estrangera té un efecte molt gran a la incidència global d'aquestes ciutats. Tenint en compte aquestes conclusions es va adaptar un model basat en agents (ABM) per reflectir aquestes característiques centrat en l'efecte de la migració. El model també es va simplificar, eliminant paràmetres considerats no essencials per facilitar el procés de parametrització posterior. Una vegada complet el model es podrà utilitzar per dur a terme experiments virtuals que ens ajudin a entendre la situació de la TB en aquests ciutats. L'adaptació del model requereix d'una optimització del procés de parametrització comentat prèviament. Per aquest propòsit es va utilitzar un algoritme random forest de machine learning per obtenir una funció multivariable que es va utilitzar per analitzar diferents conjunts de paràmetres en un temps menor que l'ABM que requereix més temps de computació. Finalment, encara que el patró general de les dues ciutats es va poder aproximar, sembla que el model no es pot ajustar correctament els valors reals exactes. Això pot ser perquè alguns dels paràmetres eliminats a la simplificació fossin necessaris per explicar les dades reals. Així i tot, el mètode de parametrització va funcionar correctament reduint dràsticament el temps necessari per a aquest tipus d'anàlisi. Així doncs, el model esta llest per incorporar gradualment les parts simplificades i poder parametritzar-lo ràpidament a cadascuna de les passes per obtenir una plataforma fiable per realitzar experiments in silico.