Dataanalys mot ebola
En ny matematisk modell kan göra det enklare att förutse var ebola kommer att bryta ut härnäst. Forskare använder modellen för att analysera data på klimatförändringar, markanvändning, befolkningstillväxt och fattigdom för att upptäcka risker innan de uppstår.
Ebolaviruset dödar i genomsnitt hälften av alla människor som smittas. Vid tidigare utbrott har dödligheten ibland varit så hög som 90 procent. I en ny studie publicerad i Nature Communications förutspår forskare att ebola-utbrott kan bli hela 60 procent vanligare till 2070 på grund av att vi går mot ett varmare klimat men en kyligare ekonomi. Förmågan att i tid kunna se var ebola löper störst risk att spridas är därmed önskvärd och kan rädda många liv. Nu kan vi genom dataanalys vara något på spåret.
– Modellen kan på sikt användas för att räkna ut var man bör vaccinera människor innan ett utbrott har chansen att koppla ett grepp. Den kan också göra att länder vidtar åtgärder vid gränser så att sjuka resenärer ej ska sprida sjukdomen vidare, säger David Redding, en av huvudförfattarna till studien.
Modellen var kapabel att korrekt identifiera platser där viruset redan spridits, som exempelvis Demokratiska republiken Kongo och Gabon. Den pekade också ut platser, särskilt i Nigeria, som ännu inte har sett en epidemi. Det kan bero på att hälsoinfrastrukturen på dessa platser var bättre förberedda.
Fruktfladdermöss och fattigdom
Människor kan få ebola ifall man kommer i kontakt med blod eller kroppsvätskor från en infekterad person eller djur. Exempelvis misstänker forskare att utbrotten i Västafrika 2014 som dödade 11 325 personer var effekten av en fruktfladdermus.
Fattigdom – som enligt andra studier riskerar öka i en allt varmare värld – kan leda till att människor vänder sig till mer riskfyllda matkällor, vilket inkluderar djur som bär ebola. På fattigare ställen i världen där människor löper större risk är också sjukhus och kliniker med rätt resurser att stoppa sjukdomen mer sällsynta. Även till detta kan modellen kanske bidra med hjälp, menar Daniel Bausch från American Society of Tropical Medicine.
– På ställen där det inte finns så mycket resurser för att spåra var en sjukdom bryter ut, kan prediktiva modeller som den här visa exempelvis humanitära organisationer var de ska rikta uppmärksamheten. Men då måste de ha förtroende för modellen. Jag är fortfarande skeptisk till om det här kan förutsäga alla områden där ebola kommer att dyka upp, men det får tiden utvisa.
Källa: The Verge
Läs mer om ämnet:
