De Onderzoekers gebruiken de satellietgegevens van NASA om malariauitbarstingen te voorspellen

In het Regenwoud van Amazonië, zijn weinig dieren zo gevaarlijk aan mensen zoals muggen die malaria overbrengen. De tropische ziekte kan op hoge koorts, hoofdpijnen, en kou brengen en is bijzonder streng voor kinderen en de bejaarden en kan complicaties voor zwangere vrouwen veroorzaken. In regenwoud-behandeld Peru, heeft het aantal malariagevallen vastgespijkerd. In Het Verleden de vijf jaar, heeft het land gemiddeld het tweede hoogste tarief in Zuid-Amerika gehad. In elk van de jaren 2014 en 2015 waren er 65.000 gemelde gevallen.

Bevatten van malariauitbarstingen is uitdagend omdat het moeilijk is om te weten te komen waar de mensen de ziekte aangaan. Dientengevolge, worden de middelen zoals insecticide-behandelde bednetten en binnennevels vaak opgesteld aan gebieden waar weinig mensen besmet worden, toestaand de uitbarsting om te groeien.

Om dit probleem aan te pakken, hebben de universitaire onderzoekers aan gegevens van de vloot van NASA van aarde-Waarnemende satellieten gedraaid, die de soorten menselijke en milieugebeurtenissen kunnen volgen die typisch een uitbarsting voorafgaan. Met financiering van Programma van de Wetenschappen van NASA het Toegepaste, werken zij in samenwerking met de Peruviaanse overheid om een systeem te ontwikkelen dat satelliet en andere gegevens gebruikt helpen uitbarstingen vooraf voorspellen bij de maanden van het huishoudenniveau en hen verhinderen te gebeuren.

Het Volgen Muggen

In Amazonië, is de species van de darlingimug van Anofelessen de oorzaak van het uitspreiden van malaria, die door enig-cellige parasieten genoemd Plasmodia wordt veroorzaakt. De Wijfjes (en slechts de wijfjes) nemen de parasiet op het voeden op het bloed van een besmette mens op en kunnen het aan de volgende mens doorgeven het voedt. De „Malaria is een vector-gedragen ziekte, wat betekent u een vector moet hebben, of de mug, in dit geval, de ziekte,“ bovengenoemde belangrijkste onderzoeker William Pan, een hulpprofessor van globale milieuhygiëne in Duke University overbrengt. De „sleutel tot ons malaria het voorspellen hulpmiddel ligt in het aanwijzen van gebieden waar de eerste broedplaatsen voor deze muggen gelijktijdig met menselijke bevolking.“ overlappen

Het Voorspellen van waar deze muggen zullen bloeien baseert zich bij het identificeren van gebieden met warme luchttemperaturen en kalme wateren, zoals vijvers en vulklei, die zij voor het leggen van eieren nodig hebben. De Onderzoekers draaien aan het Systeem van de Assimilatie van de Gegevens van het Land, of LDAS: een land-oppervlakte modelleringsinspanning die door NASA en andere organisaties wordt gesteund. De satellieten van NASA, zoals Landsat, de Globale Meting van de Precipitatie, en Terra en Aqua, dienen als input voor LDAS, die beurtelings aan de gang zijnde informatie over precipitatie, temperatuur, grondvochtigheid en vegetatie rond de wereld verstrekt.

Terwijl het identificeren van vulklei en geen vijvers helemaal, toont LDAS waar zij zeer waarschijnlijk zich zullen vormen. Bijvoorbeeld, kan de overstroming overlopen riverbanks of de zware regens kunnen de grond verzadigen, toestaand water aan pool.

„Het is een oefening in het indirecte redeneren,“ bovengenoemde Ben Zaitchik, de mede-onderzoeker van het project verantwoordelijk voor de component LDAS en een verwante professor bij het Universitaire Ministerie van Johns Hopkins van Aarde en Planetarische Wetenschappen. „Deze modellen voorspellen waar de grondvochtigheid in een voorwaarde gaat zijn die voor te vormen het fokkenplaatsen zal toestaan zich.“

Door satelliet-afgeleide vegetatie en landdekkingskaarten, volgt LDAS ook een andere belangrijke indicator voor toekomstige malariauitbarstingen: ontbossing, in het bijzonder wanneer de wegontwikkeling wordt geïmpliceerd. Wanneer de wegen worden aangelegd, graven de bulldozers sloten om bomen en ander vegetatief afval weg te doen; wanneer gevuld met regenwater worden die sloten de plaatsen van het mugfokken. Wanneer de besmette mensen deze wegen oversteken en de ziekte aan darlingi van Anofelessen overbrengen, kan een uitbarsting voorkomen.

Volgende Mensen

Terwijl de sporen LDAS en ontbossing doorstaan om nieuwe mugbevolking en toekomstige uitbarstingshotspots te identificeren, plaatsen de gemelde malariagevallen besmet op de kaart. Maar voor het voorspellen van een uitbarsting, dat de kaart geen volledig verhaal vertelt.

In Peru, wordt de malaria gediagnostiseerd en bij gezondheidsposten die rond het land behandeld worden verspreid, en de middelen worden verzonden aan die posten om uitbarstingen te bevatten. Het probleem met deze benadering van insluiting, volgens Pan, is dat de gezondheidspost waar een persoon naar behandeling streeft niet altijd is dichtbij waar hij of zij de ziekte aanging. Dat is omdat zij die op grootste risico voor malaria zijn verscheidene maanden van het de jaarregistreren of mijnbouw doorbrengen, dat hen vaak verre op reizen van hun huizen verzenden.

Het Vinden van waar de mensen besmette vormen de essentie van het systeem krijgen van de malariavoorspelling, en de Pan ontwikkelen een regionaal-gebaseerd statistisch model en een meer gedetailleerd op agent-gebaseerd model om deze hotspots te richten.

Voor het regionale model, worden de gemelde gevallen van malaria ongeveer opgenomen samen met bevolkingsramingen voor elke provincie en veronderstellingen waar mensen die op seizoengebonden migratiestudies baseren de reizen. Het Integreren van milieugegevens door LDAS niet alleen plaatst mugbevolking op de kaart maar ook helpt om menselijke beweging, bijvoorbeeld te informeren, door het toenemen rivieren tijdens het regenachtige seizoen te ontdekken. „Het is veel gemakkelijker om logboeken onderaan een rivier te drijven wanneer zijn hoogte, en tezelfdertijd muggen omdat de zakken water langs riverbank te voorschijn komen,“ Pan verklaard, „bloeien zodat corresponderen deze soorten voorwaarden met hoog malariarisico.“

Het regionale model zal verstrekken een groot-beeld bekijkt hoe de mensen, de muggen, en de ziekte worden gevestigd en waar zij gebaseerd worden geleid op hoe die variabelen op elkaar inwerken. Tezelfdertijd het op agent-gebaseerde model--noemde omdat het het gedrag van elke agent, of elke mens, mug, en malariaparasiet binnen een gebied modelleert--binnen op een strakkere geografische ruimte door high-resolution hydrologiegegevens en door zich te concentreren op buurten en de beweging van mensen te gebruiken zal zoemen. In combinatie met Ldas- gegevens, zal het model een simulatie in werking stellen om de waarschijnlijkheid van te beoordelen wanneer, waar en hoeveel mensen worden gebeten en besmet zouden moeten worden die met de ziekte.

Het Verhinderen van een Uitbarsting

Volgens Pan, zullen de twee modellen aan project worden gebruikt vooruit 12 weken en zullen aanwijzen, onderaan op het huishoudenniveau, waar de ziekte wordt voorspeld om verankering te vinden. De modellen zullen ook simuleren wat zou voortvloeien uit om het even wie van verscheidene acties, van het uitdelen van bednetten en nevels die menselijk-mugcontact tot het beheer van preventieve anti-malaria behandeling kunnen verminderen die transmissie kan tegenhouden. Gebaseerd op de resultaten, kan het ministerie van gezondheid het optimale plan uitvoeren.

De op agent-gebaseerde capaciteit van het model om projecties neer op het huishoudenniveau te maken staat voor middelen toe om te gaan waar zij nodig zijn. Het zou een duidelijke draai van de huidige methode van de overheid zijn, die middelen ruim, soms aan gebieden is te verdelen die hen kunnen niet vergen. „In plaats van het behandelen van 100 percent van de gemeenschap, konden wij vectorcontrole op bepaald huishoudens of specifiek gebied van de gemeenschap concentreren,“ verklaard Pan. „Het is een gerichte strategie die de zelfde vermindering van malaria, maar bij potentieel lagere kosten en met een snellere reactie kan bereiken.“

Aangezien het project het derde van zijn driejarige toelage ingaat, blijven de Pan en zijn collega's de modellen raffineren. Hij schat het het voorspellen hulpmiddel klaar zou kunnen zijn voor gebruik binnen een paar jaar. De Peruviaanse overheid werkt reeds met Pan om met het systeem vertrouwd te maken, in het bijzonder aangezien het met zijn programma van Cero van de Malaria begint, dat poogt de ziekte tegen 2021 te elimineren. Andere landen, met inbegrip van Colombia en Ecuador, hebben van belangstelling blijk gegeven.

Terwijl dit project wordt geconcentreerd op malaria, kan Pan opgemerkt dat één van de voordelen van het hulpmiddel zijn aanpassingsvermogen is, als modellen van LDAS en van de bevolking voor het volgen van niet alleen malaria maar ook een aantal andere ziekten, zoals Zika en Knokkelkoorts worden gebruikt. „Ik denk dat de agentschappen van de overheidsgezondheid niet alleen één zullen vinden maar veel gebruik voor het systeem dat aan mensen kan een ten goede komen,“ hij zei. „Dat is altijd geweest ons doel.“

Bron: https://www.nasa.gov/feature/goddard/2017/using-nasa-satellite-data-to-predict-malaria-outbreaks

Advertisement