Vlad Krasen
0 
1107
175
Det nuværende ebolaudbrud i Den Demokratiske Republik Congo har spredt sig til mindst 58 mennesker og dræbt næsten halvdelen af disse individer, ifølge en opdatering i dag (23. maj) fra Verdenssundhedsorganisationen (WHO). Dette er nationens niende Ebola-udbrud siden 1976, hvor den dødbringende virus først blev opdaget i en landsby nær landets Ebola-flod.
Men hvad nu hvis forskere var i stand til at forudsige ebola-udbrud og stoppe dem, før de engang startede?
Det er målet for en gruppe forskere, der håber at forudsige ebola-udbrud, før de begynder med at spore migrationsmønstrene for en af sygdommens vigtigste værter: flagermus. Forskerne detaljerede deres arbejde i en ny undersøgelse, der blev offentliggjort i går (22. maj) i tidsskriftet Scientific Reports. [5 ting, du skal vide om ebola]
”Traditionelt har forskere, der studerer [spredning] af sygdomme som Ebola, opereret under den antagelse, at sygdommen bevæger sig ensartet,” sagde medforfatteren Paolo Bocchini, professor i civil- og miljøteknik ved Lehigh University i Pennsylvania. "I virkeligheden afhænger sygdomme, der spredes af dyreværter, af, hvordan disse værter migrerer."
Ved hjælp af satellitinformation sammen med data om infektionsrater, fødsler og dødsfald hos flagermus har Bocchini og hans medforskere udviklet en model, der følger migrationsmønstrene hos pattedyr i Afrika, når de forfølger ressourcer over hele kontinentet.
Ved at "fodre modeller" med disse oplysninger plus data om tilgængeligheden af mad og husly til flagermusene, var modellen i stand til "nøjagtigt at forudsige hotspots for udbrud svarende til flagermusvandring under Ebola-udbruddet i 2014," fortalte Bocchini. (Udbruddet i 2014, der fandt sted i Vestafrika, krævede mere end 11.000 liv.)
Med andre ord brugte forskerne deres model til retroaktivt at antage, hvor ebolaudbrud i Afrika skulle have fundet sted i 2014, baseret på kortlægningen af flagermusbevægelsens bevægelse. Og modellerne viste sig at være korrekte: Udbrud forekom faktisk i deres forudsagte hotspots.
For eksempel forudsagde modellen med tilbagevirkende kraft et højdepunkt af ebola-inficerede flagermus i 2014 i Meliandou, en fjerntliggende landsby i Guinea. Da forskerne analyserede rapporter om ebola i landsbyen i samme tidsperiode, fandt de faktisk, at deres forudsagte top faldt sammen med de måneder, hvor udbruddet begyndte.
Nu er "målet at bruge denne model til at forudsige fremtidige udbrud af ebola," sagde Bocchini. "Hvis du ved, hvor risikoen er størst i en given periode, kan du specifikt allokere ressourcer til disse hotspots." [10 dødbringende sygdomme, der hang sammen på tværs af arter]
Ressourcer inkluderer vacciner, folkesundhedskampagner, endda læger - men disse ressourcer er altid begrænset, tilføjede Bocchini.
Andre eksperter er enige om, at sådanne forudsigelige modeller kan være nyttige, især i forbindelse med andre metoder til sygdomsbekæmpelse.
"Kontaktsporing" eller modellering, der identificerer og potentielt behandler individer, der er kommet i kontakt med inficerede individer, har hidtil været det vigtigste system for ebolakontrol, sagde Cameron Browne, en lektor i anvendt matematik ved University of Louisiana i Lafayette , der ikke var involveret i den nye undersøgelse. Brownes forskning fokuserer på matematisk modellering af infektionssygdom.
”Identificeringen af mulige udslip fra flagermus til menneske er bestemt vigtig,” fortalte Browne. "Spillover" henviser til spredning af en sygdom fra en art til en anden; ved at spore inficerede flagermus hjælper den nye undersøgelses model med at forudsige områder, hvor overløb er mere sandsynligt.
”Når først et hotspot er identificeret, skal der dog stadig være en kontrolstrategi,” sagde Browne. "I sidste ende er det overvågning gennem modellering, der vil være nøglen til sygdomsbekæmpelse - uanset om det involverer kontaktsporing eller identifikation af dyr, der kan forårsage et udbrud."
Bocchini og hans medforskere har modtaget et tilskud fra National Institute of Health for at fortsætte deres arbejde. De håber at gøre deres model tilgængelig for alle lande og har planer om at "anvende teknologien til nyere og potentielle fremtidige udbrud," sagde han.
”Vi tror, at denne modelleringsmetode endda kan gælde for andre sygdomme,” sagde Bochinni. "I Amerika kunne denne model endda forudsige udbrud af sygdomme som Zika," skønt der er behov for meget mere forskning på dette område.
Oprindeligt offentliggjort den .