Dengue and chikungunya are increasing global public health concerns due to their rapid geographical spread and increasing disease burden. Knowledge of the contemporary distribution of their shared vectors, Aedes aegypti and Aedes albopictus remains incomplete and is complicated by an ongoing range expansion fuelled by increased global trade and travel. Mapping the global distribution of these vectors and the geographical determinants of their ranges is essential for public health planning. Here we compile the largest contemporary database for both species and pair it with relevant environmental variables predicting their global distribution. We show Aedes distributions to be the widest ever recorded; now extensive in all continents, including North America and Europe. These maps will help define the spatial limits of current autochthonous transmission of dengue and chikungunya viruses. It is only with this kind of rigorous entomological baseline that we can hope to project future health impacts of these viruses.

Mobile Phone “Hot Spots” An obstacle to developing effective national malaria control programs is a lack of understanding of human movements, which are an important component of disease transmission. As mobile phones have become increasingly ubiquitous, it is now possible to collect individual-level, longitudinal data on human movements on a massive scale. Wesolowski et al. (p. 267 ) analyzed mobile phone call data records representing the travel patterns of 15 million mobile phone owners in Kenya over the course of a year. This was combined with a detailed malaria risk map, to estimate malaria parasite movements across the country that could be caused by human movement. This information enabled detailed analysis of parasite sources and sinks between hundreds of local settlements. Estimates were compared with hospital data from Nairobi to show that local pockets of transmission likely occur around the periphery of Nairobi, accounting for locally acquired cases, contrary to the accepted idea that there is no transmission in the capital.

Abstract The global population at risk from mosquito-borne diseases—including dengue, yellow fever, chikungunya and Zika—is expanding in concert with changes in the distribution of two key vectors: Aedes aegypti and Aedes albopictus . The distribution of these species is largely driven by both human movement and the presence of suitable climate. Using statistical mapping techniques, we show that human movement patterns explain the spread of both species in Europe and the United States following their introduction. We find that the spread of Ae. aegypti is characterized by long distance importations, while Ae. albopictus has expanded more along the fringes of its distribution. We describe these processes and predict the future distributions of both species in response to accelerating urbanization, connectivity and climate change. Global surveillance and control efforts that aim to mitigate the spread of chikungunya, dengue, yellow fever and Zika viruses must consider the so far unabated spread of these mosquitos. Our maps and predictions offer an opportunity to strategically target surveillance and control programmes and thereby augment efforts to reduce arbovirus burden in human populations globally.

Hospital-acquired infections with Staphylococcus aureus, especially methicillin-resistant S. aureus (MRSA) infections, are a major cause of illness and death and impose serious economic costs on patients and hospitals. However, the recent magnitude and trend of these infections have not been reported. We used national hospitalization and resistance data to estimate the annual number of hospitalizations and deaths associated with S. aureus and MRSA from 1999 through 2005. During this period, the estimated number of S. aureus-related hospitalizations increased 62%, from 294,570 to 477,927, and the estimated number of MRSA-related hospitalizations more than doubled, from 127,036 to 278,203. Our findings suggest that S. aureus and MRSA should be considered a national priority for disease control.

Quantifying long-range dissemination of infectious diseases is a key issue in their dynamics and control. Here, we use influenza-related mortality data to analyze the between-state progression of interpandemic influenza in the United States over the past 30 years. Outbreaks show hierarchical spatial spread evidenced by higher pairwise synchrony between more populous states. Seasons with higher influenza mortality are associated with higher disease transmission and more rapid spread than are mild ones. The regional spread of infection correlates more closely with rates of movement of people to and from their workplaces (workflows) than with geographical distance. Workflows are described in turn by a gravity model, with a rapid decay of commuting up to around 100 km and a long tail of rare longer range flow. A simple epidemiological model, based on the gravity formulation, captures the observed increase of influenza spatial synchrony with transmissibility; high transmission allows influenza to spread rapidly beyond local spatial constraints.

Vaccine efficacy (VE) estimates are crucial for assessing the suitability of dengue vaccine candidates for public health implementation, but efficacy trials are subject to a known bias to estimate VE toward the null if heterogeneous exposure is not accounted for in the analysis of trial data. In light of many well-characterized sources of heterogeneity in dengue virus (DENV) transmission, our goal was to estimate the potential magnitude of this bias in VE estimates for a hypothetical dengue vaccine. To ensure that we realistically modeled heterogeneous exposure, we simulated city-wide DENV transmission and vaccine trial protocols using an agent-based model calibrated with entomological and epidemiological data from long-term field studies in Iquitos, Peru. By simulating a vaccine with a true VE of 0.8 in 1,000 replicate trials each designed to attain 90% power, we found that conventional methods underestimated VE by as much as 21% due to heterogeneous exposure. Accounting for the number of exposures in the vaccine and placebo arms eliminated this bias completely, and the more realistic option of including a frailty term to model exposure as a random effect reduced this bias partially. We also discovered a distinct bias in VE estimates away from the null due to lower detectability of primary DENV infections among seronegative individuals in the vaccinated group. This difference in detectability resulted from our assumption that primary infections in vaccinees who are seronegative at baseline resemble secondary infections, which experience a shorter window of detectable viremia due to a quicker immune response. This resulted in an artefactual finding that VE estimates for the seronegative group were approximately 1% greater than for the seropositive group. Simulation models of vaccine trials that account for these factors can be used to anticipate the extent of bias in field trials and to aid in their interpretation.

Background Current understanding of the spatial epidemiology and geographical distribution of Plasmodium vivax is far less developed than that for P. falciparum, representing a barrier to rational strategies for control and elimination. Here we present the first systematic effort to map the global endemicity of this hitherto neglected parasite. Methodology and Findings We first updated to the year 2010 our earlier estimate of the geographical limits of P. vivax transmission. Within areas of stable transmission, an assembly of 9,970 geopositioned P. vivax parasite rate (PvPR) surveys collected from 1985 to 2010 were used with a spatiotemporal Bayesian model-based geostatistical approach to estimate endemicity age-standardised to the 1–99 year age range (PvPR1–99) within every 5×5 km resolution grid square. The model incorporated data on Duffy negative phenotype frequency to suppress endemicity predictions, particularly in Africa. Endemicity was predicted within a relatively narrow range throughout the endemic world, with the point estimate rarely exceeding 7% PvPR1–99. The Americas contributed 22% of the global area at risk of P. vivax transmission, but high endemic areas were generally sparsely populated and the region contributed only 6% of the 2.5 billion people at risk (PAR) globally. In Africa, Duffy negativity meant stable transmission was constrained to Madagascar and parts of the Horn, contributing 3.5% of global PAR. Central Asia was home to 82% of global PAR with important high endemic areas coinciding with dense populations particularly in India and Myanmar. South East Asia contained areas of the highest endemicity in Indonesia and Papua New Guinea and contributed 9% of global PAR. Conclusions and Significance This detailed depiction of spatially varying endemicity is intended to contribute to a much-needed paradigm shift towards geographically stratified and evidence-based planning for P. vivax control and elimination.

Current malaria elimination guidelines are based on the concept that malaria transmission becomes heterogeneous in the later phases of malaria elimination [1]. In the pre-elimination and elimination phases, interventions have to be targeted to entire villages or towns with higher malaria incidence until only individual episodes of malaria remain and become the centre of attention [1]. With increasing evidence of clustering of malaria episodes within villages, we argue that there is an intermediate step. Heterogeneity in malaria transmission within villages is present long before areas enter the pre-elimination phase, and identifying and targeting hotspots of malaria transmission should form the cornerstone of both successful malaria control and malaria elimination.

Ronald Ross and George Macdonald are credited with developing a mathematical model of mosquito-borne pathogen transmission. A systematic historical review suggests that several mathematicians and scientists contributed to development of the Ross-Macdonald model over a period of 70 years. Ross developed two different mathematical models, Macdonald a third, and various “Ross-Macdonald” mathematical models exist. Ross-Macdonald models are best defined by a consensus set of assumptions. The mathematical model is just one part of a theory for the dynamics and control of mosquito-transmitted pathogens that also includes epidemiological and entomological concepts and metrics for measuring transmission. All the basic elements of the theory had fallen into place by the end of the Global Malaria Eradication Programme (GMEP, 1955–1969) with the concept of vectorial capacity, methods for measuring key components of transmission by mosquitoes, and a quantitative theory of vector control. The Ross-Macdonald theory has since played a central role in development of research on mosquito-borne pathogen transmission and the development of strategies for mosquito-borne disease prevention.