Brug af NASA-satellitdata til at forudsige malariaudbrud

I Amazonas regnskoven, få dyr er så farlige for mennesker som myg, der overfører malaria. Den tropiske sygdom kan give høj feber, hovedpine og kulderystelser og er særligt alvorlig for børn og ældre og kan forårsage komplikationer for gravide kvinder. I regnskovsdækket Peru, antallet af malariatilfælde er steget. I de seneste fem år har landet har i gennemsnit haft den næsthøjeste rate i Sydamerika. I hvert af årene 2014 og 2015 var der 65, 000 anmeldte tilfælde.

Det er en udfordring at bekæmpe malariaudbrud, fordi det er svært at finde ud af, hvor folk får sygdommen. Som resultat, ressourcer såsom insekticid-behandlede sengenet og indendørs sprays udsættes ofte til områder, hvor få mennesker bliver smittet, lader udbruddet vokse.

For at løse dette problem, universitetsforskere har vendt sig til data fra NASAs flåde af jordobservationssatellitter, som er i stand til at spore de typer af menneskelige og miljømæssige hændelser, der typisk går forud for et udbrud. Med finansiering fra NASA's Applied Sciences Program, de arbejder i partnerskab med den peruvianske regering for at udvikle et system, der bruger satellit- og andre data til at hjælpe med at forudsige udbrud på husstandsniveau måneder i forvejen og forhindre dem i at ske.

Sporing af myg

I Amazonas, myggearten Anopheles darlingi er mest ansvarlig for spredning af malaria, som er forårsaget af encellede parasitter kaldet Plasmodia. Hunnerne (og kun hunnerne) indtager parasitten, når de spiser blodet fra et inficeret menneske og kan give det videre til det næste menneske, det spiser. "Malaria er en vektorbåren sygdom, hvilket betyder at du skal have en vektor, eller myg, I dette tilfælde, overføre sygdommen, " sagde hovedefterforsker William Pan, en assisterende professor i global miljøsundhed ved Duke University. "Nøglen til vores malaria-prognoseværktøj ligger i at udpege områder, hvor de primære ynglepladser for disse myg overlapper samtidig med menneskelige populationer."

At forudsige, hvor disse myg vil blomstre, afhænger af at identificere områder med varme lufttemperaturer og roligt vand, såsom damme og vandpytter, som de skal bruge til at lægge æg. Forskere henvender sig til Land Data Assimilation System, eller LDAS:en land-overflade modelleringsindsats støttet af NASA og andre organisationer. NASA satellitter, såsom Landsat, Global nedbørsmåling, og Terra og Aqua, tjene som input til LDAS, som igen giver løbende information om nedbør, temperatur, jordfugtighed og vegetation rundt om i verden.

Uden at identificere vandpytter og damme direkte, LDAS viser, hvor de med stor sandsynlighed vil dannes. For eksempel, oversvømmelser kan flyde over flodbredder eller kraftig regn kan mætte jorden, tillader vandet at samle sig.

"Det er en øvelse i indirekte ræsonnement, " sagde Ben Zaitchik, projektets co-investigator ansvarlig for LDAS-komponenten og en lektor ved Johns Hopkins University's Department of Earth and Planetary Sciences. "Disse modeller lader os forudsige, hvor jordfugtigheden vil være i en tilstand, der gør det muligt at danne ynglesteder."

Gennem satellit-afledte vegetations- og landdækningskort, LDAS sporer også en anden vigtig indikator for fremtidige malariaudbrud:skovrydning, især når vejudvikling er involveret. Når der bygges veje, bulldozere graver grøfter for at bortskaffe træer og andet vegetativt affald; når de er fyldt med regnvand, bliver disse grøfter til myggeopdræt. Når inficerede mennesker krydser disse veje og overfører sygdommen til Anopheles darlingi, der kan opstå et udbrud.

Sporing af mennesker

Mens LDAS sporer vejr og skovrydning for at identificere nye myggepopulationer og fremtidige hotspots for udbrud, rapporterede malariatilfælde placerer de smittede på kortet. Men med det formål at forudsige et udbrud, det kort fortæller ikke en komplet historie.

I Peru, malaria diagnosticeres og behandles på sundhedsposter spredt rundt i landet, og ressourcer sendes til disse stillinger for at begrænse udbrud. Problemet med denne tilgang til indeslutning, ifølge Pan, er, at den sundhedspost, hvor en person søger behandling, ikke altid er i nærheden af, hvor han eller hun har fået sygdommen. Det skyldes, at de, der har størst risiko for malaria, bruger flere måneder om året på at logge eller minedrift, som ofte sender dem på rejser langt fra deres hjem.

At finde ud af, hvor folk bliver smittet, er kernen i malariaprognosesystemet, og Pan udvikler en regional-baseret statistisk model og en mere detaljeret agent-baseret model til at målrette disse hotspots.

For den regionale model, rapporterede tilfælde af malaria er inkorporeret sammen med befolkningsestimater for hvert amt og antagelser om, hvor folk rejser, baseret på sæsonbestemte migrationsundersøgelser. Integrering af miljødata gennem LDAS placerer ikke kun myggepopulationer på kortet, men hjælper også med at informere menneskelig bevægelse, for eksempel, ved at opdage stigende floder i regntiden. "Det er meget nemmere at flyde træstammer ned ad en flod, når den er høj, og samtidig trives myggene, fordi lommer af vand dukker op langs flodbredden, " Pan forklarede, "så disse typer tilstande svarer til høj malariarisiko."

Den regionale model vil give et stort billede af, hvordan mennesker, myg, og sygdommen er lokaliseret, og hvor de er på vej hen baseret på, hvordan disse variabler interagerer. På samme tid, den agentbaserede model - navngivet, fordi den modellerer hver agents adfærd, eller ethvert menneske, myg, og malariaparasit inden for et område - vil zoome ind på et snævrere geografisk område ved at bruge hydrologidata i høj opløsning og ved at søge ind på kvarterer og menneskers bevægelser. I kombination med LDAS-data, modellen vil køre en simulering for at vurdere sandsynligheden for hvornår, hvor og hvor mange mennesker forventes at blive bidt og smittet med sygdommen.

Forebyggelse af et udbrud

Ifølge Pan, de to modeller vil blive brugt til at projicere 12 uger frem og udpege, ned til husstandsniveau, hvor sygdommen forventes at tage fat. Modellerne vil også simulere, hvad der ville resultere af en af ​​flere handlinger, fra at uddele sengenet og spray, der kan reducere kontakt mellem mennesker og myg, til at administrere forebyggende behandling mod malaria, der kan stoppe smitte. Baseret på resultaterne, sundhedsministeriet kan gennemføre den optimale plan.

Den agentbaserede models evne til at lave fremskrivninger ned til husstandsniveau gør det muligt for ressourcer at gå, hvor der er brug for dem. Det ville være en markant drejning fra regeringens nuværende metode, som er at fordele ressourcer bredt, nogle gange til områder, der måske ikke har brug for dem. "I stedet for at behandle 100 procent af samfundet, vi kunne fokusere vektorkontrol i visse husstande eller specifikke områder af samfundet, " Pan forklarede. "Det er en målrettet strategi, der kan opnå den samme reduktion af malaria, men til potentielt lavere omkostninger og med en hurtigere reaktion."

Da projektet går ind i den tredje af dets treårige bevilling, Pan og hans kolleger fortsætter med at forfine modellerne. Han vurderer, at prognoseværktøjet kan være klar til brug inden for få år. Den peruvianske regering arbejder allerede sammen med Pan for at gøre sig bekendt med systemet, især da det begynder sit Malaria Cero-program, som har til formål at eliminere sygdommen inden 2021. Andre lande, herunder Colombia og Ecuador, har udtrykt interesse.

Mens dette projekt er fokuseret på malaria, Pan bemærkede, at en af ​​fordelene ved værktøjet er dets tilpasningsevne, da LDAS- og befolkningsmodellerne kan bruges til at spore ikke kun malaria, men også en række andre sygdomme, såsom Zika og Dengue. "Jeg tror, ​​at offentlige sundhedsmyndigheder ikke kun vil finde én, men mange anvendelsesmuligheder for systemet, som kan gavne mange mennesker, sagde han. Det har altid været vores mål.