Forskning visar att ebolautbrottet kan förutsägas baserat på individuella riskfaktordata

Forskning visar att ebolautbrottet kan förutsägas baserat på individuella riskfaktordata

För några år sedan utvecklade ett team av forskare vid Lehigh University en prediktiv modell för att exakt förutsäga ebolautbrott baserat på klimatrelaterade fladdermusmigrationer. Ebola är en allvarlig och ibland dödlig infektionssjukdom som är zoonotisk eller kommer in i den mänskliga befolkningen genom interaktion med djur. Det är en allmän uppfattning att orsaken till ebolautbrottet 2014 i Västafrika, som dödade mer än 11 ​​000 människor, var mänsklig interaktion med fladdermöss.

Nu har medlemmar i teamet undersökt hur sociala och ekonomiska faktorer, som utbildningsnivåer och allmän kunskap om ebola, kan bidra till "högriskbeteende" som kan föra människor i kontakt med potentiellt infekterade djur. Ett fokus på geografiska platser med höga koncentrationer av högriskindivider kan hjälpa folkhälsotjänstemän att bättre inrikta sig på förebyggande och utbildningsresurser.

Vi skapade en undersökning som kombinerade insamling av sociala, demografiska och ekonomiska data med frågor om allmän kunskap om ebolaöverföring och potentiellt högriskbeteenden. "Våra resultat visar att det verkligen är möjligt att kalibrera en modell för att förutsäga en persons benägenhet att engagera sig i riskabla beteenden med en rimlig nivå av noggrannhet."

Paolo Bocchini, professor i civil- och miljöteknik vid Lehigh och en av studieledarna

Teamets data och analys antydde till exempel att Kailahun, en stad i östra Sierra Leone, och Kambia i norra delen av landet är landets landsbygdsdistrikt med högst sannolikhet för smittspridning, baserat på den exakta identifieringen av individuella riskfaktorer i platsen för Kailahun, där ebolaepidemin 2014 tros ha sitt ursprung.

Resultaten beskrivs i en artikel med titeln "Uppskattning av exponering för ebolas spridningsupplevelse i Sierra Leone baserat på sociodemografiska och ekonomiska faktorer", som kommer i PLOS ONE. Ytterligare författare inkluderar: Sena Mursel, doktorand vid Lehigh University, Nathaniel Alter, Lindsay Slavit och Anna Smith; och Javier Buceta, fakultetsmedlem vid Institute for Integrative Systems Biology i Valencia, Spanien.

Bland resultaten: Unga vuxna (åldrar 18 till 34) och vuxna (åldrar 34 till 50) löpte störst risk i befolkningen de studerade. Denna grupp utgjorde 77 % av det studerade urvalet, men 86 % av de tillfrågade var i riskzonen. Dessutom var de med jordbruksyrken bland de mest utsatta: 50 % av studiedeltagarna har ett jordbruksyrke men representerar 79 % av de svarande i riskzonen

"Vi bekräftade ett samband mellan sociala, ekonomiska och demografiska faktorer och individers benägenhet att engagera sig i beteenden som utsätter dem för ebolaspillover", säger Bocchini. "Vi har också kalibrerat en preliminär modell som kvantifierar detta förhållande."

Författarna säger att dessa resultat pekar på behovet av ett holistiskt tillvägagångssätt för alla modeller som försöker förutsäga sjukdomsutbrott korrekt. Deras resultat kan också vara användbara för folkhälsotjänstemän, som kanske kan använda sådana modeller för att bättre fokusera knappa resurser.

"Du måste se på helheten", säger Bocchini. "Vi samlade in satellitbilder som visade utvecklingen av miljöklimatdata och kombinerade dem med ekologiska modeller och slumpmässiga fältmodeller för att fånga de rumsliga och tidsmässiga fluktuationerna av naturresurser och de resulterande kontinentomfattande rörelserna av infekterade djurbärare, de sociala, ekonomiska, demografiska och beteendemässiga egenskaperna hos den mänskliga befolkningen och integrerade allt för att komma fram till vår mänskliga befolkning."

"Endast detta breda perspektiv och tvärvetenskapliga tillvägagångssätt kan verkligen fånga denna dynamik, och med denna forskningslinje bevisar vi att det fungerar", tillägger Bocchini.

"I slutändan är slutsatserna av vår studie inte så överraskande: Större ekonomiska resurser, mer utbildning och tillgång till information är nyckelfaktorer för att minska hälsorelaterade riskbeteenden," sa Buceta. "Visst har några av dessa faktorer kopplats till den så kallade "fattigdomsfällan för hälsan". Vår studie och metod visar hur kvantitativ analys, som involverar individuella snarare än aggregerade data, kan användas för att identifiera dessa faktorer."

För att samla in data för sin studie reste Bocchini och Buceta till Sierra Leone med en delegation Lehigh-studenter med stöd från National Institutes of Health, Lehighs Office of Creative Inquiry och i samarbete med den ideella organisationen World Hope International. Stödet från två lokala översättare var avgörande för teamets framgång med att genomföra dörr-till-dörr-undersökningen. Studenterna som arbetade med projektet var en del av Lehighs Global Social Impact Fellowship-program, som engagerar studenter och doktorander i arbete fokuserat på att ta itu med hållbar utvecklingsutmaningar i låg- och medelinkomstländer.

"Det här är precis den typen av ambitiöst tvärvetenskapligt projekt med enorm potential för social påverkan som vi vill engagera Lehigh-studenter i genom Global Social Impact Fellowship", säger Khanjan Mehta, vice provost för Creative Inquiry på Lehigh. "Studenter från olika discipliner från hela Lehigh hade möjlighet att bidra till detta arbete under ledning av Dr. Bocchini och Dr. Buceta."

Teamets lovande resultat talar starkt för en bredare datainsamling, och de för diskussioner med Statistics Sierra Leone, landets folkräkningsbyrå, för att genomföra en rikstäckande version av sin studie.

Källa:

Lehigh University

Hänvisning:

Mursel, S., et al. (2022) Uppskattning av exponering för spridningsinfektioner för ebola i Sierra Leone baserat på sociodemografiska och ekonomiska faktorer. PLUS ETT. doi.org/10.1371/journal.pone.0271886.

.