Phillip Hopkins
0 
4825
509
Det nuvarande ebolautbrottet i Demokratiska republiken Kongo har spridit sig till minst 58 personer och dödat nästan hälften av dessa individer, enligt en uppdatering idag (23 maj) från Världshälsoorganisationen (WHO). Detta är landets nionde Ebola-utbrott sedan 1976, då det dödliga viruset först upptäcktes i en by nära landets Ebola River.
Men vad händer om forskare kunde förutsäga utbrott av ebola och stoppa dem innan de ens började?
Det är målet för en grupp forskare, som hoppas kunna förutsäga utbrott av ebola innan de börjar med att spåra migrationsmönstren för en av de största värdarna för sjukdomen: fladdermöss. Forskarna redogjorde för sitt arbete i en ny studie, publicerad igår (22 maj) i tidskriften Scientific Reports. [5 saker du borde veta om ebola]
"Traditionellt har forskare som studerar [spridningen] av sjukdomar som ebola opererat under antagandet att sjukdomen rör sig enhetligt", säger studiens medförfattare Paolo Bocchini, professor i civil- och miljöteknik vid Lehigh University i Pennsylvania. "I verkligheten beror sjukdomar som sprids av djurvärdar på hur dessa värdar migrerar."
Med hjälp av satellitinformation, tillsammans med data om infektionshastigheter, födslar och dödsfall hos fladdermöss, har Bocchini och hans medforskare utvecklat en modell som följer migrationens mönster hos däggdjur i Afrika när de bedriver resurser över hela kontinenten.
Genom att "mata modeller" med denna information plus data om tillgången till mat och skydd för fladdermössen, kunde modellen "exakt förutsäga utbrottets hotspots motsvarande flaggträvandring under Ebola-utbrottet 2014", berättade Bocchini. (Utbrottet 2014, som ägde rum i Västafrika, krävde mer än 11 000 liv.)
Med andra ord, forskarna använde sin modell för att retroaktivt hypotesa om utbrott av ebola i Afrika borde ha inträffat 2014, baserat på kartläggningen av fladdermössrörelsen. Och modellerna visade sig vara korrekta: Utbrott inträffade verkligen i deras förutsagda hotspots.
Till exempel förutsåg modellen retroaktivt en topp av ebola-infekterade fladdermöss 2014 i Meliandou, en avlägsen by i Guinea. Faktum är att när forskarna analyserade rapporter om ebola i byn under samma tidsperiod fann de att deras förutsagda topp sammanföll med månaderna då utbrottet började.
Nu är "målet att använda den här modellen för att förutsäga framtida utbrott av ebola", sade Bocchini. "Om du vet var risken är högst under en viss tidsperiod kan du specifikt fördela resurser till dessa hotspots." [10 dödliga sjukdomar som hoppade över arter]
Resurser inkluderar vacciner, folkhälsokampanjer, även läkare - men dessa resurser är alltid begränsade, tillade Bocchini.
Andra experter håller med om att sådana prediktiva modeller kan vara till hjälp, särskilt i samband med andra metoder för sjukdomsbekämpning.
"Kontaktspårning" eller modellering som identifierar och potentiellt behandlar individer som har kommit i kontakt med infekterade individer har hittills varit det huvudsakliga systemet för ebolakontroll, säger Cameron Browne, biträdande professor i tillämpad matematik vid University of Louisiana i Lafayette , som inte deltog i den nya studien. Brownes forskning fokuserar på matematisk modellering av infektionssjukdom.
"Identifieringen av möjliga utsläpp från bat till människa är definitivt viktigt," berättade Browne. "Spillover" avser spridning av en sjukdom från en art till en annan; genom att spåra infekterade fladdermöss, hjälper den nya studiens modell att förutsäga områden där överfall är mer troligt.
"När en hotspot har identifierats måste det dock fortfarande finnas en kontrollstrategi," sade Browne. "I slutändan är det övervakning genom modellering som kommer att vara nyckeln till sjukdomsbekämpning - vare sig det handlar om kontaktspårning eller identifiering av djur som kan orsaka ett utbrott."
Bocchini och hans forskare har fått ett bidrag från National Institute of Health för att fortsätta sitt arbete. De hoppas kunna göra sin modell tillgänglig för alla länder och har planer på att "tillämpa tekniken på nyare och potentiella framtida utbrott", sade han.
"Vi tror att denna modelleringsmetod även kan gälla andra sjukdomar," sade Bochinni. "I Amerika kan den här modellen till och med förutsäga utbrott av sjukdomar som Zika," men det behövs mycket mer forskning på den fronten.
Ursprungligen publicerad den .