Gametocytes infectiousness to mosquitoes: variable selection using random forests, and zero inflated models

Malaria control strategies aiming at reducing disease transmission intensity may impact both oocyst intensity and infection prevalence in the mosquito vector. Thus far, mathematical models failed to identify a clear relationship between Plasmodium gametocytes and their infectiousness to mosquitoes. Natural isolates of gametocytes are genetically diverse and biologically complex. Infectiousness to mosquitoes relies on multiple parameters such as density, sexratio, maturity, parasite genotypes and host immune factors. In this article, we investigated how density and genetic diversity of gametocytes impact on the success of transmission through the mosquito vector. We analyzed data for which the number of variables plus attendant interactions is at least of order of the sample size, precluding usage of classical models such as general linear models. We then applied a variable selection procedure based on the random forests score of variable importance. The selected variables were assessed in the zero inflated negative binomial model which accommodates both over-dispersion and the sources of non infected mosquitoes. We found that the most important variables related to infection prevalence and parasite intensity are gametocyte density and multiplicity of infection. Key-words: Plasmodium, mosquitoes, variable selection, random forests, zero inflated models. ∗ Université Paris-Sud, Laboratoire de Mathématique, UMR 8628, Orsay cedex F-91405 † Inria Saclay Ile-de-France ‡ UR016, Institut de Recherche Pour le Développement, 911 Avenue Agropolis, PO Box 64501, F-34394 Montpellier Cedex 5 in ria -0 05 50 98 0, v er si on 3 21 F eb 2 01 1 Capacité d’infection des gamétocytes aux moustiques : sélection de variables basée sur les forêts aléatoires, et modèles modifiés en zéro Résumé : De nouvelles stratégies de réduction de la transmission du paludisme nécessite la compréhension des facteurs pouvant influencer l’intensité d’oocystes et la prévalence d’infection chez le moustique vecteur. Jusqu’à maintenant, les modèles mathématiques ne sont pas parvenus à identifier une relation claire entre les gamétocytes de Plasmodium et leur capacité à infecter les moustiques. La capacité vectorielle du moustique peut dépendre de multiple facteurs tels que la densité, le sexe-ratio et la maturité du parasite, ainsi que des facteurs immunitaires du moustique. Dans ce papier, nous évaluons l’influence de la densité et de la diversité génétique du parasite sur le succès de sa transmission à travers le moustique vecteur. Nous disposons de données décrites par diverses variables dont le nombre est de l’ordre de la taille de l’échantillon, ce qui constitue un obstacle à l’usage de modèles classiques de régression tel que le modèle linéaire généralisé. Nous considérons alors l’importance des variables des forêts aléatoires pour sélectionner les variables les plus influentes. Les variables sélectionnées sont ensuite évaluées par le modèle binomial négatif modifié en zéro, qui permet de tenir compte à la fois de la sur-dispersion et des sources possibles des moustiques non-infectés. Nous trouvons que les variables les plus importantes reliées à la prévalence d’infection et l’intensité parasitaire sont la densité de gamétocytes et la multiplicité de l’infection. Mots-clés : Plasmodium, moustiques, sélection de variables, forêts aléatoires, modèles modifiés en zéro. in ria -0 05 50 98 0, v er si on 3 21 F eb 2 01 1 Gametocytes infectiousness to mosquitoes using random forests 3