Onderzoekers onder leiding van het International Research Institute for Climate and Society van Columbia University en de Pan-American Health Organization hebben een systeem ontwikkeld om de milieugeschiktheid van de overdracht van Zika te controleren en te voorspellen, knokkelkoorts, chikungunya en andere ziekten die door soorten worden gedragen Aedes muggen in de VS en aangrenzende regio's.

Hun resultaten laten zien dat de voorspellingsvaardigheid van het nieuwe systeem erg goed is, met 'hotspots' van hogere vaardigheden in Guatemala, Honduras, El Salvador, Cuba, Haïti, Dominicaanse Republiek, Jamaica en Puerto Rico.

Het team publiceerde zijn bevindingen in Wetenschappelijke rapporten .

Het nieuwe systeem, genaamd Ae DES (aedes.iri.columbia.edu), zal naar verwachting de volksgezondheidsinstanties helpen om risicogebieden ten minste een maand van tevoren te identificeren, het verbeteren van de respons en het plannen van operaties.

Als demonstratie, de onderzoekers gebruikten Ae DES om te voorspellen dat de huidige dengue-uitbraak in Midden-Amerika de rest van 2020 zal voortduren en hoogstwaarschijnlijk zal verergeren. Het samengestelde effect van dengue en de aanhoudende COVID-pandemie zal naar verwachting het aantal co-infecties in de regio doen toenemen, schrijven de auteurs.

Aedes -overdraagbare ziekten veroorzaken wereldwijd meer dan 50 miljoen infecties per jaar, onder meer in de Verenigde Staten, en gevallen zijn de afgelopen 50 jaar met een factor 30 toegenomen als gevolg van veranderingen in het klimaat, landgebruik en bevolking.

Deze ziekten, zoals bij alle door muggen overgedragen ziekten, zijn klimaatgevoelig - het risico op uitbraken stijgt of daalt deels op basis van temperatuur, regenval en vochtigheid, die het leven en de voortplantingscyclus van de insecten beïnvloeden.

Supercharged klimaat-epidemiologische modellering

"Dit is het eerste systeem voor de regio om in realtime de omstandigheden te monitoren en te voorspellen die nodig zijn voor de overdracht van Aedes - overgedragen ziekten, " zei Ángel Muñoz, een klimaatwetenschapper bij IRI en hoofdauteur van het artikel.

"We hebben meerdere R . gecombineerd ₀ epidemiologische modellen met meerdere klimaatmodellen, evenals zeven decennia aan historische klimaatgegevens, " zei Muñoz. (Epidemiologen gebruiken R ₀ beschrijven hoe besmettelijk een infectieziekte is. Een waarde van 2, bijvoorbeeld, betekent dat een persoon die de ziekte heeft, gemiddeld twee andere mensen zal besmetten.)

Wanneer klimaatcentra probabilistische voorspellingen maken van weer en klimaat, ze gebruiken multimodel-ensembles - die veel simulaties van veel modellen genereren om een ​​reeks mogelijke uitkomsten te geven.

Muñoz en zijn collega's pasten deze aanpak aan voor Ae DES, het combineren van vier bekende R ₀ modellen met de 96 leden (of het totale aantal executies per maand) momenteel in het Noord-Amerikaanse Multi-Model Ensemble (NMME). Als resultaat, het team genereert elke keer dat het wordt uitgevoerd 384 simulaties Ae DES.

"Omdat we zo'n enorme steekproef hebben om uit te putten, de probabilistische voorspellingen die uit deze runs worden gegenereerd, zijn echt robuust, ' zei Munoz.

Volksgezondheidsspecialisten kunnen ook gebruikmaken van Ae DES, die wordt aangedreven door de IRI's Data Library, om de milieugeschiktheid van de overdracht van ziekten maandelijks te berekenen en te visualiseren, teruggaande tot 1948, waardoor ze beter begrijpen hoe klimaatveranderingen verschillende regio's hebben beïnvloed.

"Het voordeel van Ae DES is dat het personeel van het ministerie van Volksgezondheid dat op nationaal en subnationaal niveau werkt, in staat zal zijn om voorspellingen aan te passen aan hun specifieke plaatsen, waardoor veldacties veel gerichter kunnen zijn en zijn toegesneden op hun lokale omstandigheden, " zei co-auteur Ana Rivière-Cinnamond, van de Pan-Amerikaanse Gezondheidsorganisatie. "Ook, internationale en nationale gezondheidsorganisaties zouden het systeem kunnen gebruiken om toekomstige risicogebieden voor door vectoren overgedragen ziekten aan grensgebieden te helpen identificeren, bijvoorbeeld, om autoriteiten vooraf te waarschuwen om actie te ondernemen."

in 2015, geconfronteerd met een mogelijke noodsituatie op het gebied van de volksgezondheid in meerdere landen, veroorzaakt door het zikavirus, PAHO vroeg IRI om een ​​systeem te ontwikkelen dat gebruikmaakt van klimaatvariabelen om toekomstige uitbraken een stap voor te blijven. Op basis van de veelbelovende resultaten van deze eerste samenwerking (voor meer lees hier, hier en hier), zowel PAHO als het Climate Program Office van de National Oceanic and Atmospheric Administration hebben IRI verder ondersteund om het systeem te ontwikkelen en uit te breiden tot wat nu Ae DES.

Muñoz en zijn team waren ook in staat om het NextGen-voorspellingssysteem en de methodologie (factsheet) te integreren die zijn ontwikkeld als onderdeel van de Adapting Agriculture to Climate Today, voor Tomorrow (ACToday) Columbia World Project.

"Het is een geweldig voorbeeld van hoe vooruitgang we hebben kunnen boeken dankzij de toewijding van Columbia aan ACToday - een project gericht op voedselzekerheid - heeft geleid tot vooruitgang voor de volksgezondheidsgemeenschap, ' zei Munoz.

De twee staan ​​niet los van elkaar, voegde Muñoz toe. "COVID-19 heeft een ernstige voedselzekerheidscrisis veroorzaakt in Midden-Amerika, en dit verergert de huidige dengue-uitbraak daar. Het is niet alleen belangrijk om de krachten te bundelen tussen deze twee projecten, het is onze plicht om dat te doen."