Forskning viser at ebola-utbruddet kan forutsies basert på individuelle risikofaktordata

Forskning viser at ebola-utbruddet kan forutsies basert på individuelle risikofaktordata

For noen år siden utviklet et team av forskere ved Lehigh University en prediktiv modell for nøyaktig å forutsi ebola-utbrudd basert på klimarelaterte flaggermusmigrasjoner. Ebola er en alvorlig og noen ganger dødelig infeksjonssykdom som er zoonotisk, eller som kommer inn i den menneskelige befolkningen gjennom interaksjon med dyr. Det er en utbredt oppfatning at årsaken til ebola-utbruddet i 2014 i Vest-Afrika, som tok livet av mer enn 11 000 mennesker, var menneskelig interaksjon med flaggermus.

Nå har medlemmer av teamet undersøkt hvordan sosiale og økonomiske faktorer, som utdanningsnivå og generell kunnskap om ebola, kan bidra til «høyrisikoatferd» som kan bringe mennesker i kontakt med potensielt infiserte dyr. Et fokus på geografiske steder med høye konsentrasjoner av høyrisikoindivider kan hjelpe offentlige helsemyndigheter med å bedre målrette forebyggings- og utdanningsressurser.

Vi laget en undersøkelse som kombinerte innsamling av sosiale, demografiske og økonomiske data med spørsmål om generell kunnskap om ebola-overføring og potensielt høyrisikoatferd. "Våre resultater viser at det faktisk er mulig å kalibrere en modell for å forutsi en persons tilbøyelighet til å engasjere seg i risikabel atferd med en rimelig grad av nøyaktighet."

Paolo Bocchini, professor i sivil- og miljøteknikk ved Lehigh og en av studielederne

For eksempel antydet teamets data og analyse at Kailahun, en by i det østlige Sierra Leone, og Kambia nord i landet er landets landlige distrikter med høyest sannsynlighet for smittespredning, basert på den nøyaktige identifiseringen av individuelle risikofaktorer i plasseringen av Kailahun, hvor ebolaepidemien i 2014 antas å ha sin opprinnelse.

Resultatene er detaljert i en artikkel med tittelen "Estimering av ebolas spillover-eksponering i Sierra Leone basert på sosiodemografiske og økonomiske faktorer," som kommer i PLOS ONE. Ytterligere forfattere inkluderer: Sena Mursel, en doktorgradsstudent ved Lehigh University, Nathaniel Alter, Lindsay Slavit og Anna Smith; og Javier Buceta, fakultetsmedlem ved Institute for Integrative Systems Biology i Valencia, Spania.

Blant funnene: Unge voksne (alder 18 til 34) og voksne (alder 34 til 50) var mest utsatt i befolkningen de studerte. Denne gruppen utgjorde 77 % av utvalget som ble undersøkt, men 86 % av respondentene var i risikosonen. Videre var de med landbruksyrker blant de mest utsatte: 50 % av studiedeltakerne har et landbruksyrke, men representerer 79 % av risikorespondentene

"Vi bekreftet en sammenheng mellom sosiale, økonomiske og demografiske faktorer og individers tilbøyelighet til å engasjere seg i atferd som utsetter dem for ebolasmitte," sier Bocchini. "Vi har også kalibrert en foreløpig modell som kvantifiserer dette forholdet."

Forfatterne sier at disse resultatene peker på behovet for en helhetlig tilnærming til enhver modell som forsøker å nøyaktig forutsi sykdomsutbrudd. Resultatene deres kan også være nyttige for folkehelsetjenestemenn, som kan være i stand til å bruke slike modeller for bedre å fokusere knappe ressurser.

"Du må se på det store bildet," sier Bocchini. "Vi samlet satellittbilder som viste utviklingen av miljøklimadata og kombinerte dem med økologiske modeller og tilfeldige feltmodeller for å fange romlige og tidsmessige fluktuasjoner av naturressurser og de resulterende kontinentomfattende bevegelsene til infiserte dyrebærere, de sosiale, økonomiske, demografiske og atferdsmessige egenskapene til den menneskelige befolkningen og integrerte alt for å komme frem til vår befolkning."

"Bare dette brede perspektivet og tverrfaglige tilnærmingen kan virkelig fange denne dynamikken, og med denne forskningslinjen beviser vi at det fungerer," legger Bocchini til.

"Til syvende og sist er konklusjonene av studien vår ikke så overraskende: Større økonomiske ressurser, mer utdanning og tilgang til informasjon er nøkkelfaktorer for å redusere helserelatert risikoatferd," sa Buceta. "Noen av disse faktorene har faktisk vært knyttet til den såkalte "helsefattigdomsfellen". Vår studie og metodikk viser hvordan kvantitativ analyse, som involverer individuelle snarere enn aggregerte data, kan brukes til å identifisere disse faktorene."

For å samle inn data til studien deres, reiste Bocchini og Buceta til Sierra Leone med en delegasjon av Lehigh-studenter med støtte fra National Institutes of Health, Lehighs Office of Creative Inquiry og i samarbeid med den ideelle organisasjonen World Hope International. Støtten fra to lokale oversettere var avgjørende for teamets suksess med å gjennomføre dør-til-dør-undersøkelsen. Studentene som jobbet med prosjektet var en del av Lehighs Global Social Impact Fellowship-program, som engasjerer bachelor- og masterstudenter i arbeid med fokus på å møte utfordringer med bærekraftig utvikling i lav- og mellominntektsland.

"Dette er akkurat den typen ambisiøse tverrfaglige prosjekter med et enormt potensial for sosial innvirkning som vi ønsker å engasjere Lehigh-studenter i gjennom Global Social Impact Fellowship," sier Khanjan Mehta, viseprost for kreativ undersøkelse ved Lehigh. "Studenter fra ulike disipliner fra hele Lehigh hadde muligheten til å bidra til dette arbeidet under ledelse av Dr. Bocchini og Dr. Buceta."

Teamets lovende resultater gir sterke argumenter for bredere datainnsamling, og de er i diskusjoner med Statistics Sierra Leone, landets folketellingsbyrå, for å gjennomføre en landsomfattende versjon av studien deres.

Kilde:

Lehigh University

Referanse:

Mursel, S., et al. (2022) Estimering av ebolasmitteeksponering i Sierra Leone basert på sosiodemografiske og økonomiske faktorer. PLUSS EN. doi.org/10.1371/journal.pone.0271886.

.