PS
Prasanna Samuel
Author with expertise in Gastrointestinal Viral Infections and Vaccines Development
Achievements
Open Access Advocate
Key Stats
Upvotes received:
0
Publications:
4
(100% Open Access)
Cited by:
0
h-index:
28
/
i10-index:
67
Reputation
Biology
< 1%
Chemistry
< 1%
Economics
< 1%
Show more
How is this calculated?
Publications
0

Heterogeneous susceptibility to rotavirus infection and gastroenteritis in two birth cohort studies: parameter estimation and epidemiological implications

Joseph Lewnard et al.Jan 8, 2018
Abstract Variation in susceptibility is a known contributor to bias in studies estimating immune protection acquired from vaccination or natural infection. However, difficulty measuring this heterogeneity hinders assessment of its influence on estimates. Cohort studies, randomized trials, and post-licensure studies have reported reduced natural and vaccine-derived protection against rotavirus gastroenteritis in low- and middle-income countries (LMICs). We sought to understand differences in susceptibility among children enrolled in two birth-cohort studies of rotavirus in LMICs, and to explore the implications for estimation of immune protection. We re-analyzed data from studies conducted in Mexico City, Mexico and Vellore, India. Cumulatively, 573 unvaccinated children experienced 1418 rotavirus infections and 371 episodes of rotavirus gastroenteritis (RVGE) over 17,636 child-months. We developed a model characterizing susceptibility to rotavirus infection and RVGE among children, accounting for aspects of the natural history of rotavirus and differences in transmission rates between settings, and tested whether modelgenerated susceptibility measurements were associated with demographic and anthropometric factors. We identified greater variation in susceptibility to rotavirus infection and RVGE in Vellore than in Mexico City. In both cohorts, susceptibility to rotavirus infection and RVGE were associated with male sex, lower birth weight, lower maternal education, and having fewer siblings; within Vellore, susceptibility was also associated with lower socioeconomic status. Children who were more susceptible to rotavirus also experienced higher rates of diarrhea due to other causes. Simulations suggest that discrepant estimates of naturally-acquired immunity against RVGE can be attributed, in part, to between-setting differences in transmission intensity and susceptibility of children. We found that more children in Vellore than in Mexico City belong to a high-risk group for rotavirus infection and RVGE, and demonstrate that bias owing to differences in rotavirus transmission intensity and population susceptibility may hinder comparison of estimated immune protection against RVGE. Author summary Differences in susceptibility can help explain why some individuals, and not others, acquire infection and exhibit symptoms when exposed to infectious disease agents. However, it is difficult to distinguish between differences in susceptibility versus exposure in epidemiological studies. We developed a modeling approach to distinguish transmission intensity and susceptibility in data from cohort studies of rotavirus infection among children in Mexico City, Mexico, and Vellore, India, and evaluated how these factors may have contributed to differences in estimates of naturally-acquired immune protection between the studies. We found that more children were at “high risk” of acquiring rotavirus infection, and of experiencing gastroenteritis when infected, in Vellore versus Mexico City. The probability of belonging to this high-risk stratum was associated with recognized risk factors such as lower socioeconomic status, lower birth weight, and risk of diarrhea due to other causes. We also found the risk for rotavirus infections to cause symptoms declined with age, and was independent of acquired immunity. Together, these findings can account for estimates of lower protective efficacy of acquired immunity against rotavirus gastroenteritis in high-incidence settings, which mirrors estimates of reduced effectiveness of live oral rotavirus vaccines in low- and middle-income countries.
0

Comprehensive profiling of social mixing patterns in resource poor countries: A mixed methods research protocol

Obianuju Aguolu et al.Jun 24, 2024
Background Low-and-middle-income countries (LMICs) bear a disproportionate burden of communicable diseases. Social interaction data inform infectious disease models and disease prevention strategies. The variations in demographics and contact patterns across ages, cultures, and locations significantly impact infectious disease dynamics and pathogen transmission. LMICs lack sufficient social interaction data for infectious disease modeling. Methods To address this gap, we will collect qualitative and quantitative data from eight study sites (encompassing both rural and urban settings) across Guatemala, India, Pakistan, and Mozambique. We will conduct focus group discussions and cognitive interviews to assess the feasibility and acceptability of our data collection tools at each site. Thematic and rapid analyses will help to identify key themes and categories through coding, guiding the design of quantitative data collection tools (enrollment survey, contact diaries, exit survey, and wearable proximity sensors) and the implementation of study procedures. We will create three age-specific contact matrices (physical, nonphysical, and both) at each study site using data from standardized contact diaries to characterize the patterns of social mixing. Regression analysis will be conducted to identify key drivers of contacts. We will comprehensively profile the frequency, duration, and intensity of infants’ interactions with household members using high resolution data from the proximity sensors and calculating infants’ proximity score (fraction of time spent by each household member in proximity with the infant, over the total infant contact time) for each household member. Discussion Our qualitative data yielded insights into the perceptions and acceptability of contact diaries and wearable proximity sensors for collecting social mixing data in LMICs. The quantitative data will allow a more accurate representation of human interactions that lead to the transmission of pathogens through close contact in LMICs. Our findings will provide more appropriate social mixing data for parameterizing mathematical models of LMIC populations. Our study tools could be adapted for other studies.