İklim Modelleri Gelecekteki Hastalık Salgınlarını Tahmin Etmeye Yardımcı Olabilir


Yirmi yılı aşkın süredir yapılan çok sayıda çalışma, iklim ile kolera, sıtma ve dang humması gibi insan hastalıklarının dinamikleri arasında güçlü bir ilişki olduğunu göstermiştir. Hem uzun vadeli ısınma eğilimleri hem de kısa vadeli iklim değişkenliği dahil olmak üzere iklimdeki değişiklikler, hastalık modellerini etkileyebilir. Barselona Küresel Sağlık Enstitüsü ve İspanya’daki Katalan Araştırma ve İleri Araştırmalar Enstitüsü’nde hesaplamalı bir ekolojist ve iklim dinamikleri uzmanı olan Xavier Rodó, Doğa iklim modellemesinin gelecekteki hastalık salgınlarına hazırlanmaya yardımcı olmak için nasıl kullanılabileceği ve bu tür sistemleri uygularken karşılaştığı engeller hakkında.

İklim hastalık bulaşmasını nasıl etkiler?

İklim, hastalıkların ortaya çıkışını ve yayılmasını sayısız şekilde etkiler. Bazıları oldukça karmaşıktır. İklim koşulları, ekosistemler üzerinde, patojenlerin bir hayvan konakçıdan insanlara sıçradığı zoonotik yayılma olasılığını etkileyen ardışık etkilere sahip olabilir. Örneğin, Brezilya Atlantik Ormanı’ndaki sıcaklık değişikliklerinin uluyan maymunlarda sarı humma dalgalarına yol açtığını görüyoruz (Alouatta tahmin edilebilir bir şekilde insan salgınlarından önce gelen türler)1.

İklim değiştikçe, hastalık salgınlarının yayılması ve yoğunluğu da değişecektir. Etkiler her yerde aynı olmayacak, ancak sıcaklık ve yağıştaki değişiklikler zoonotik ve vektör kaynaklı hastalıkların dağılımında ve dinamiklerinde büyük değişikliklere yol açacak. Örneğin, tipik olarak daha batıda bulunduğunda, New York City’de Batı Nil virüsü taşıyan rekor sayıda sivrisinek görüyoruz.

İklim değişikliğinin hastalık salgınlarını etkilediğine dair hangi kanıtlar var?

ilk çalışma2 Şu anda Illinois, Chicago Üniversitesi’nde teorik bir ekolojist olan Mercedes Pascual ile işbirliği içinde 2002’de yayınlanan bu çalışmanın bir parçasıydım. Önceki bir çalışmada3, Bangladeş’teki kolera vakalarının kısa vadeli iklim modellerinden etkilendiğini göstermiştik. Her 3-7 yılda bir düzensiz olarak meydana gelen ılık (El Niño) ve soğuk (La Niña) fazların tekrar eden bir iklim modeli olan El Niño Güney Salınımının (ENSO) getirdiği artan yerel sıcaklık dönemlerinden yaklaşık altı ay sonra vakalar arttı. Pasifik Okyanusu. Ancak 1980’lerden beri ENSO’da belirgin bir artış oldu ve bu uzun vadeli eğilimin kolera insidansını da etkileyebileceğini düşündük. 70 yıllık bir dönemi kapsayan tarihsel kolera verilerine baktık ve 1980 ile 2001 arasında insidansın ENSO ile güçlü bir şekilde ilişkili olduğunu gördük.2. Bununla birlikte, yoğunlaştırmadan önceki bir döneme ait veriler, böyle bir korelasyon göstermedi. Isınan bir iklimin yönlendirdiği uzun vadeli ENSO yoğunlaşma eğilimi, kolera dinamiklerini etkiliyor gibi görünüyor.

Pasifik Okyanusu'ndaki El Nio Güney Salınımının ılık su akıntısındaki eğilimler (merkezde kırmızı bant).
Xavier Rodó, Barselona Küresel Sağlık Enstitüsü ve İspanya’daki Katalan Araştırma ve İleri Araştırmalar Enstitüsü’nde hesaplamalı ekolojist ve iklim dinamikleri uzmanı. Kredi bilgileri: Xavier Rodó

Hastalık salgınlarını tahmin etmek ve bunlara hazırlanmak için iklim modellemesi nasıl kullanılabilir?

Mevcut araçlarla, bazı bölgelerde gelecek sezon, gelecek yaz ve hatta daha ilerideki iklim koşullarını tahmin etmek mümkündür; bazı El Niño olayları iki yıl öncesine kadar tahmin edilebilir. Bir ülkede anormal bir yağmur mevsimi olacağını ve bunun hastalık insidansını nasıl etkileyeceğini aylar öncesinden bilmek, halk sağlığı yetkililerinin tepkilerini tahmin etmesini ve planlamasını mümkün kılar. Örneğin, sivrisineklerin yumurtadan çıkmasını sınırlamak için ilaç stoklayabilir veya belirli alanlarda böcek ilacı püskürtebilirler.

Bu öngörü modellerini geliştirmenin önündeki engeller nelerdir?

Hem iklim değişikliği hem de bulaşıcı hastalık epidemiyolojisi karmaşık sistemlerdir ve bu sorun üzerinde çalışmak için bu çok farklı disiplinlerden bilim insanlarını bir araya getirmemiz gerekiyor. Şu anda, disiplinlerarasılık göründüğünden daha fazla konuşuluyor. Ayrıca, bu tür projeler için finansman sağlamada güçlüklerle karşılaşıyoruz ve tanınmış dergilerde yayınlama fırsatları sınırlı olabilir.

Modellerimizi eğitebileceğimiz ve test edebileceğimiz epidemiyolojik verilerin mevcudiyeti de bir sorundur. Kolera için, yakın zamandaki verilerimizden daha iyi geçmiş verilerimiz var. COVID-19 için de benzer; raporlama düştü, bu nedenle pandeminin ilk iki yılına ilişkin şimdiye kadar sahip olduğumuzdan çok daha iyi verilerimiz var. Gelecekteki tehditlere hazırlıklı olmak istiyorsak, uzun vadeli veri toplamanın temel olduğunu anlamamız gerekir.

Bu tür araçların geliştirilme ve uygulanma durumu nedir?

Ekvador’daki dang humması salgınlarını tahmin etmek için El Niño tahminlerini kullanan bir model geliştirmek için uluslararası bir ekiple çalıştım. Model, 2016’da daha yüksek sıcaklıklar ve aşırı yağışların Mart ayında, beklenenden üç ay önce, Machala şehrinde bir salgına yol açacağını doğru bir şekilde tahmin etti. Ayrıca, insidansın önceki beş yılın ortalamasını aşma ihtimalinin %90 olduğunu ve 2019’da zayıf bir El Niño’nun, tipik yoğun sezonda düşük bir dang salgını olasılığıyla sonuçlanacağını da tahmin etti.4,5.

Bu model ve diğerleri, diğer bölgelerde kullanılmak üzere uyarlanmıştır.6. Ancak bu modeller henüz halk sağlığı yetkilileri tarafından alınmadı. İnsanlar ilginç olduklarını söylüyorlar, ancak acil ekonomik fayda görmüyorlar – ne yazık ki, hayat kurtarmaya olması gerektiği gibi değer verilmiyor. Kolera tahmin modelimizi Hindistan ve Bangladeş’te uygulamak için birçok kez denedik -benden çok Pascual- başarılı olamadık. Ayrıca Madagaskar, Senegal ve Etiyopya’da bir sıtma tahmin hizmeti kurmaya çalıştım çünkü orada modelin güvenebileceği çok sayıda veri var.7. Ancak ilgilileri ikna edemedik.

Bu makalenin bir parçası Doğa Görünümü: Pandemiye Hazırlıküçüncü şahısların mali desteğiyle üretilmiş, editoryal olarak bağımsız bir ek. Bu içerik hakkında.

Referanslar

  1. Rodó, X. et al. Doğa Med. 27576–579 (2021).

  2. Rodó, X. et al. Proc. Natl Acad. bilim Amerika Birleşik Devletleri 9912901–12906 (2002).

  3. Pascual, M. et al. Bilim 2891766–1769 (2000).

  4. Daha düşük. et al. Lancet Gezegeni. Sağlık 1e142–e151 (2017).

  5. Petrova, D. et al. Int. J. Klimatol. 413813–3823 (2021).

  6. Daha düşük. et al. eYaşam 5e11285 (2016).

  7. Laneri, K. et al. Proc. Natl Acad. bilim Amerika Birleşik Devletleri 1128786–8791 (2015).



Kaynak : https://www.scientificamerican.com/article/climate-models-could-help-predict-future-disease-outbreaks/

Yorum yapın

SMM Panel PDF Kitap indir