Previsão de surtos de malária usando dados dos satélites da NASA

Na floresta amazônica, poucos animais são tão perigosos para os seres humanos como os mosquitos que transmitem a malária. A doença tropical pode trazer febre alta, dores de cabeça e calafrios, é particularmente grave para crianças e idosos e pode causar complicações para mulheres grávidas. No Peru, coberto de floresta, o número de casos de malária aumentou. Nos últimos cinco anos, o país teve em média a segunda maior taxa na América do Sul. Em cada um dos anos de 2014 e 2015 houve 65.000 casos relatados.

Para enfrentar esse problema, os pesquisadores da universidade voltaram-se para os dados da frota de satélites de observação terrestre da NASA, que são capazes de rastrear os tipos de eventos humanos e ambientais que normalmente precedem um surto. Com o financiamento do Programa de Ciências Aplicadas da NASA, eles estão trabalhando em parceria com o governo peruano para desenvolver um sistema que usa dados de satélite e outros para ajudar a prever os surtos no nível familiar com meses de antecedência e impedir que ocorram.

Rastreando mosquitos

Na Amazônia, as espécies de mosquitos Anopheles darlingi são as mais responsáveis ​​pela propagação da malária, causada por parasitas unicelulares denominadas Plasmodia. As fêmeas (e somente as fêmeas) ingerem o parasita ao se alimentar do sangue de um humano infectado e podem passar para o próximo ser humano que se alimenta. “A malária é uma doença transmitida por vetores, o que significa que você precisa ter um vetor, um mosquito, neste caso, para transmitir a doença”, disse o pesquisador principal William Pan, professor assistente de saúde ambiental global na Duke University. “A chave para a nossa ferramenta de previsão de malária reside em localizar áreas em que os principais campos de reprodução desses mosquitos se sobrepõem ao mesmo tempo que as populações humanas”.

malaria

Os mosquitos Anopheles darlingi são os mais responsáveis pela disseminação da malária na Amazônia peruana.

Credits: copyrights Fábio Medeiros da Costa, via Flickr (CC BY-NC-SA 2.0)

 

Prever onde esses mosquitos florescerão dependerá da identificação de áreas com temperaturas do ar quente e águas calmas, como lagoas e poças, que eles precisam para colocar ovos. Os pesquisadores estão voltando para o Sistema de Assimilação de Dados de Terra, ou LDAS: um esforço de modelagem de superfície terrestre apoiado pela NASA e outras organizações. Os satélites da NASA, como Landsat, Global Precipitation Measurement, e Terra e Aqua, servem como insumos para LDAS, que por sua vez fornecem informações contínuas sobre precipitação, temperatura, umidade e vegetação do solo em todo o mundo.

Embora não identifique poças e lagoas de forma definitiva, o LDAS mostra onde é provável que se formem. Por exemplo, as inundações podem transbordar as margens dos rios ou chuvas intensas podem saturar o solo, permitindo que a água se acumule.

“É um exercício de raciocínio indireto”, disse Ben Zaitchik, co-investigador do projeto responsável pelo componente LDAS e professor associado do Departamento de Ciências Planetárias e Terrestres da Universidade Johns Hopkins. “Esses modelos nos permitem prever onde a umidade do solo vai estar em uma condição que permita a criação de sítios de reprodução”.

malaria

Um mapa que mostra os rios da Amazônia peruana e áreas circundantes. As precipitações e outras condições ambientais afetam a altura do rio, o que pode impactar o número de criadouros de mosquitos ao longo de seus bancos.

Credits: NASA’s Scientific Visualization Studio

Através da vegetação derivada de satélites e dos mapas de cobertura terrestre, o LDAS também acompanha outro indicador importante para futuros surtos de malária: o desmatamento, em particular quando o envolvimento rodoviário está envolvido. Quando as estradas são construídas, as escavadeiras cavam valas para descartar árvores e outros resíduos vegetativos; quando cheio de água da chuva, essas valas se tornam locais de reprodução de mosquitos. Quando as pessoas infectadas atravessam essas estradas e transmitem a doença, pode ocorrer um surto.

Rastreando seres humanos

Enquanto o LDAS rastreia o clima e o desmatamento para identificar as populações emergentes de mosquitos e os pontos focais de surtos futuros, os casos de malária notificados colocam o infectado no mapa. Mas para fins de previsão de um surto, esse mapa não conta uma história completa.

No Peru, a malária é diagnosticada e tratada em postos de saúde espalhados pelo país, e os recursos são despachados para esses postos para conter surtos. O problema com essa abordagem de contenção, de acordo com Pan, é que o posto de saúde onde uma pessoa procura tratamento nem sempre está perto de onde ele contraiu a doença. Isso porque aqueles que correm o maior risco de malária passam vários meses do ano na exploração madeireira ou na mineração, o que muitas vezes os envia em viagens longe de suas casas.

Encontrar o local onde as pessoas estão ficando infectadas constitui o cerne do sistema de previsão da malária, e a Pan está desenvolvendo um modelo estatístico regional e um modelo baseado em agentes mais detalhados para atingir esses pontos de acesso.

Para o modelo regional, os casos relatados de malária são incorporados juntamente com as estimativas da população para cada município e os pressupostos sobre o local onde as pessoas viajam com base em estudos de migração sazonal. Integrar os dados ambientais através do LDAS não só coloca as populações de mosquitos no mapa, mas também ajuda a informar o movimento humano, por exemplo, detectando rios nascendo durante a estação chuvosa. “É muito mais fácil registrar dados em um rio quando é alto e, ao mesmo tempo, os mosquitos prosperam porque as bolsas de água emergem ao longo da margem do rio”, explicou Pan, “então esses tipos de condições correspondem com alto risco de malária”.

O modelo regional proporcionará um olhar panorâmico sobre a forma como os seres humanos, os mosquitos e a doença estão localizados e onde se dirigem com base em como essas variáveis ​​interagem. Ao mesmo tempo, o modelo baseado em agente, porque ele modela o comportamento de cada agente, ou todo parasita humano, mosquito e malária dentro de uma área, aumentará o zoom em um espaço geográfico mais apertado, utilizando dados de hidrologia de alta resolução e abordando os bairros e o movimento das pessoas. Em combinação com os dados LDAS, o modelo executará uma simulação para avaliar a probabilidade de quando, onde e quantas pessoas se espera que sejam mordidas e infectadas com a doença.

Prevenção de um surto

De acordo com a Pan, os dois modelos serão utilizados para avançar 12 semanas e identificar, até o nível doméstico, onde a doença pretende tomar posse. Os modelos também simularão o que resultaria de uma das várias ações, desde a entrega de redes de cama e pulverizações que podem reduzir o contato entre humanos e mosquitos na administração de tratamento antipalúdico preventivo que possa parar a transmissão. Com base nos resultados, o ministério da saúde pode realizar o plano ideal.

malaria

As redes de cama criam uma barreira física contra mosquitos para pessoas que dormem debaixo delas.

Credits: U.S. Peace Corps

Link da matéria original: https://www.nasa.gov/feature/goddard/2017/using-nasa-satellite-data-to-predict-malaria-outbreaks

 

Deixe um comentário

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *