Forskning viser, at ebola-udbruddet kan forudsiges baseret på individuelle risikofaktordata

Forskning viser, at ebola-udbruddet kan forudsiges baseret på individuelle risikofaktordata

For et par år siden udviklede et team af forskere ved Lehigh University en forudsigelsesmodel til nøjagtigt at forudsige ebola-udbrud baseret på klimarelaterede flagermus-migrationer. Ebola er en alvorlig og til tider dødelig infektionssygdom, der er zoonotisk eller trænger ind i den menneskelige befolkning gennem interaktion med dyr. Det er en udbredt opfattelse, at årsagen til ebola-udbruddet i 2014 i Vestafrika, som dræbte mere end 11.000 mennesker, var menneskelig interaktion med flagermus.

Nu har medlemmer af holdet undersøgt, hvordan sociale og økonomiske faktorer, såsom uddannelsesniveau og generel viden om ebola, kan bidrage til "højrisikoadfærd", der kan bringe mennesker i kontakt med potentielt inficerede dyr. Et fokus på geografiske steder med høje koncentrationer af højrisikoindivider kan hjælpe embedsmænd i folkesundheden bedre at målrette forebyggelses- og uddannelsesressourcer.

Vi lavede en undersøgelse, der kombinerede indsamling af sociale, demografiske og økonomiske data med spørgsmål om generel viden om ebola-overførsel og potentielt højrisikoadfærd. "Vores resultater viser, at det faktisk er muligt at kalibrere en model til at forudsige en persons tilbøjelighed til at engagere sig i risikabel adfærd med en rimelig grad af nøjagtighed."

Paolo Bocchini, professor i civil- og miljøteknik ved Lehigh og en af ​​studielederne

For eksempel antydede holdets data og analyse, at Kailahun, en by i det østlige Sierra Leone, og Kambia i den nordlige del af landet er landets landdistrikter med den højeste sandsynlighed for smittespredning, baseret på den præcise identifikation af individuelle risikofaktorer i placeringen af ​​Kailahun, hvor ebola-epidemien i 2014 menes at have sin oprindelse.

Resultaterne er beskrevet detaljeret i en artikel med titlen "Estimering af eksponering for ebolas afsmittende oplevelse i Sierra Leone baseret på sociodemografiske og økonomiske faktorer", der kommer i PLOS ONE. Yderligere forfattere omfatter: Sena Mursel, en kandidatstuderende ved Lehigh University, Nathaniel Alter, Lindsay Slavit og Anna Smith; og Javier Buceta, fakultetsmedlem ved Institute for Integrative Systems Biology i Valencia, Spanien.

Blandt resultaterne: Unge voksne (alder 18 til 34) og voksne (alder 34 til 50) var mest udsatte i den befolkning, de undersøgte. Denne gruppe udgjorde 77 % af den undersøgte prøve, men 86 % af de adspurgte var i risikogruppen. Desuden var dem med landbrugsbeskæftigelse blandt de mest udsatte: 50 % af undersøgelsesdeltagerne har et landbrugserhverv, men repræsenterer 79 % af de udsatte respondenter

"Vi bekræftede en sammenhæng mellem sociale, økonomiske og demografiske faktorer og individers tilbøjelighed til at engagere sig i adfærd, der udsætter dem for ebola-afsmitning," siger Bocchini. "Vi har også kalibreret en foreløbig model, der kvantificerer dette forhold."

Forfatterne siger, at disse resultater peger på behovet for en holistisk tilgang til enhver model, der forsøger at præcist forudsige sygdomsudbrud. Deres resultater kan også være nyttige for befolkningens sundhedsembedsmænd, som måske er i stand til at bruge sådanne modeller til bedre at fokusere knappe ressourcer.

"Du skal se på det store billede," siger Bocchini. "Vi indsamlede satellitbilleder, der viste udviklingen af ​​miljømæssige klimadata og kombinerede dem med økologiske modeller og tilfældige feltmodeller for at fange de rumlige og tidsmæssige fluktuationer af naturressourcer og de resulterende kontinent-dækkende bevægelser af inficerede dyrebærere, de sociale, økonomiske, demografiske og adfærdsmæssige karakteristika for den menneskelige befolkning og forudsige alt for at nå frem til vores befolkning."

"Kun dette brede perspektiv og tværfaglige tilgang kan virkelig fange denne dynamik, og med denne forskningslinje beviser vi, at det virker," tilføjer Bocchini.

"I sidste ende er konklusionerne af vores undersøgelse ikke så overraskende: Større økonomiske ressourcer, mere uddannelse og adgang til information er nøglefaktorer for at reducere sundhedsrelateret risikoadfærd," sagde Buceta. "Nogle af disse faktorer er faktisk blevet forbundet med den såkaldte 'sundhedsfattigdomsfælde'. Vores undersøgelse og metodologi viser, hvordan kvantitativ analyse, der involverer individuelle snarere end aggregerede data, kan bruges til at identificere disse faktorer."

For at indsamle data til deres undersøgelse rejste Bocchini og Buceta til Sierra Leone med en delegation af Lehigh-studerende med støtte fra National Institutes of Health, Lehigh's Office of Creative Inquiry og i samarbejde med nonprofitorganisationen World Hope International. Støtten fra to lokale oversættere var afgørende for holdets succes med at gennemføre dør-til-dør-undersøgelsen. De studerende, der arbejdede på projektet, var en del af Lehighs Global Social Impact Fellowship-program, som engagerer bachelor- og kandidatstuderende i arbejde med fokus på at løse bæredygtige udviklingsudfordringer i lav- og mellemindkomstlande.

"Dette er præcis den type ambitiøse tværfaglige projekter med et enormt potentiale for social påvirkning, som vi ønsker at engagere Lehigh-studerende i gennem Global Social Impact Fellowship," siger Khanjan Mehta, Vice Provost for Creative Inquiry hos Lehigh. "Studerende fra forskellige discipliner fra hele Lehigh havde mulighed for at bidrage til dette arbejde under ledelse af Dr. Bocchini og Dr. Buceta."

Holdets lovende resultater taler stærkt for en bredere dataindsamling, og de er i diskussioner med Statistics Sierra Leone, landets folketællingsbureau, for at gennemføre en landsdækkende version af deres undersøgelse.

Kilde:

Lehigh Universitet

Reference:

Mursel, S., et al. (2022) Estimering af eksponering for ebola-afsmittende infektion i Sierra Leone baseret på sociodemografiske og økonomiske faktorer. PLUS ET. doi.org/10.1371/journal.pone.0271886.

.