Nella foresta amazzonica, pochi animali sono pericolosi per l'uomo quanto le zanzare che trasmettono la malaria. La malattia tropicale può portare a febbre alta, mal di testa e brividi ed è particolarmente grave per i bambini e gli anziani e può causare complicazioni per le donne in gravidanza. Nel Perù coperto di foreste pluviali, il numero di casi di malaria è aumentato. Negli ultimi cinque anni, il paese ha avuto in media il secondo tasso più alto del Sud America. In ciascuno degli anni 2014 e 2015 sono stati 65, 000 casi segnalati.

Contenere le epidemie di malaria è impegnativo perché è difficile capire dove le persone stanno contraendo la malattia. Di conseguenza, risorse come zanzariere trattate con insetticida e spray per interni sono spesso distribuite in aree in cui poche persone vengono infettate, permettendo all'epidemia di crescere.

Per affrontare questo problema, ricercatori universitari si sono rivolti ai dati della flotta di satelliti per l'osservazione della Terra della NASA, che sono in grado di tracciare i tipi di eventi umani e ambientali che tipicamente precedono un focolaio. Con il finanziamento del programma di scienze applicate della NASA, stanno lavorando in collaborazione con il governo peruviano per sviluppare un sistema che utilizzi dati satellitari e altri dati per aiutare a prevedere le epidemie a livello familiare con mesi di anticipo e impedire che si verifichino.

Tracciamento delle zanzare

In Amazzonia, la specie di zanzara Anopheles darlingi è la più responsabile della diffusione della malaria, che è causato da parassiti unicellulari chiamati Plasmodia. Le femmine (e solo le femmine) ingeriscono il parassita nutrendosi del sangue di un essere umano infetto e possono trasmetterlo al prossimo essere umano di cui si nutre. "La malaria è una malattia trasmessa da vettori, il che significa che devi avere un vettore, o zanzara, in questo caso, trasmettere la malattia, " ha detto il ricercatore principale William Pan, un assistente professore di salute ambientale globale presso la Duke University. "La chiave del nostro strumento di previsione della malaria sta nell'individuare le aree in cui i principali terreni di riproduzione di queste zanzare si sovrappongono contemporaneamente alle popolazioni umane".

La previsione di dove prospereranno queste zanzare si basa sull'identificazione di aree con temperature dell'aria calde e acque calme, come stagni e pozzanghere, di cui hanno bisogno per deporre le uova. I ricercatori si stanno rivolgendo al Land Data Assimilation System, o LDAS:uno sforzo di modellazione terra-superficie supportato dalla NASA e da altre organizzazioni. satelliti della NASA, come Landsat, Misurazione delle precipitazioni globali, e Terra e Acqua, servire come input per LDAS, che a sua volta fornisce informazioni continue sulle precipitazioni, temperatura, umidità del suolo e vegetazione in tutto il mondo.

Pur non identificando a titolo definitivo pozzanghere e stagni, LDAS mostra dove è molto probabile che si formino. Per esempio, le inondazioni possono straripare gli argini dei fiumi o le forti piogge possono saturare il suolo, permettendo all'acqua di accumularsi.

"È un esercizio di ragionamento indiretto, " ha detto Ben Zaitchik, il co-investigatore del progetto responsabile della componente LDAS e un professore associato presso il Dipartimento di Scienze della Terra e Planetarie della Johns Hopkins University. "Questi modelli ci consentono di prevedere dove si troverà l'umidità del suolo in una condizione che consentirà la formazione di siti di riproduzione".

Attraverso mappe satellitari della vegetazione e della copertura del suolo, L'LDAS tiene traccia anche di un altro importante indicatore per future epidemie di malaria:deforestazione, in particolare quando si tratta di sviluppo stradale. Quando le strade sono costruite, ruspe scavano fossi per smaltire alberi e altri rifiuti vegetativi; quando vengono riempiti con l'acqua piovana, questi fossati diventano siti di riproduzione delle zanzare. Quando le persone infette attraversano queste strade e trasmettono la malattia ad Anopheles darlingi, può verificarsi un focolaio.

Tracciare gli umani

Mentre LDAS tiene traccia del tempo e della deforestazione per identificare le popolazioni di zanzare emergenti e i futuri focolai di focolai, i casi di malaria segnalati mettono gli infetti sulla mappa. Ma ai fini della previsione di un focolaio, quella mappa non racconta una storia completa.

In Perù, la malaria viene diagnosticata e curata nei presidi sanitari sparsi per il paese, e le risorse vengono inviate a quei posti per contenere le epidemie. Il problema con questo approccio al contenimento, secondo Pan, è che il posto di cura in cui una persona cerca il trattamento non è sempre vicino a dove ha contratto la malattia. Questo perché coloro che sono a maggior rischio di malaria trascorrono diversi mesi dell'anno a disboscare o scavare, che spesso li manda in viaggio lontano dalle loro case.

Trovare dove le persone vengono infettate costituisce il punto cruciale del sistema di previsione della malaria, e Pan sta sviluppando un modello statistico regionale e un modello basato su agenti più dettagliato per colpire questi hotspot.

Per il modello regionale, i casi segnalati di malaria sono incorporati insieme alle stime della popolazione per ogni contea e alle ipotesi su dove le persone viaggiano sulla base di studi sulla migrazione stagionale. L'integrazione dei dati ambientali tramite LDAS non solo mette le popolazioni di zanzare sulla mappa, ma aiuta anche a informare il movimento umano, Per esempio, rilevando i fiumi in aumento durante la stagione delle piogge. "È molto più facile far galleggiare i tronchi lungo un fiume quando è alto, e allo stesso tempo le zanzare prosperano perché lungo la sponda del fiume emergono sacche d'acqua, "Pan ha spiegato, "quindi questi tipi di condizioni corrispondono a un alto rischio di malaria".

Il modello regionale fornirà uno sguardo d'insieme su come gli esseri umani, zanzare, e la malattia si trovano e dove sono diretti in base a come queste variabili interagiscono. Allo stesso tempo, il modello basato su agenti, chiamato perché modella il comportamento di ogni agente, o ogni essere umano, zanzara, e il parassita della malaria all'interno di un'area, ingrandiranno uno spazio geografico più ristretto utilizzando dati idrologici ad alta risoluzione e concentrandosi sui quartieri e sul movimento delle persone. In combinazione con i dati LDAS, il modello eseguirà una simulazione per valutare la probabilità di quando, dove e quante persone dovrebbero essere morsi e infettati dalla malattia.

Prevenire un'epidemia

Secondo Pan, i due modelli verranno utilizzati per proiettare in avanti 12 settimane e individuare, fino al livello familiare, dove si prevede che la malattia prenda piede. I modelli simuleranno anche ciò che risulterebbe da una qualsiasi delle diverse azioni, dalla distribuzione di zanzariere e spray che possono ridurre il contatto uomo-zanzara alla somministrazione di trattamenti antimalarici preventivi che possono fermare la trasmissione. In base ai risultati, il ministero della salute può realizzare il piano ottimale.

La capacità del modello basato su agenti di fare proiezioni fino al livello familiare consente alle risorse di andare dove sono necessarie. Sarebbe una svolta marcata rispetto al metodo attuale del governo, ovvero distribuire ampiamente le risorse, a volte in aree che potrebbero non averne bisogno. "Invece di trattare il 100% della comunità, potremmo concentrare il controllo dei vettori in determinate famiglie o aree specifiche della comunità, " ha spiegato Pan. "È una strategia mirata che può ottenere la stessa riduzione della malaria, ma a costi potenzialmente inferiori e con una risposta più rapida."

Poiché il progetto entra nel terzo della sua sovvenzione triennale, Pan e i suoi colleghi continuano a perfezionare i modelli. Egli stima che lo strumento di previsione potrebbe essere pronto per l'uso entro pochi anni. Il governo peruviano sta già lavorando con Pan per familiarizzare con il sistema, in particolare quando inizia il suo programma Malaria Cero, che mira ad eliminare la malattia entro il 2021. Altri paesi, tra cui Colombia ed Ecuador, hanno manifestato interesse.

Sebbene questo progetto sia incentrato sulla malaria, Pan ha notato che uno dei vantaggi dello strumento è la sua adattabilità, poiché l'LDAS e i modelli di popolazione possono essere utilizzati per monitorare non solo la malaria ma anche una serie di altre malattie, come Zika e Dengue. "Penso che le agenzie sanitarie del governo troveranno non solo uno ma molti usi per il sistema che possono avvantaggiare molte persone, " ha detto. "Questo è sempre stato il nostro obiettivo."