.
Um novo estudo integra clima, uso da terra e dados socioeconômicos para explicar e prever a dinâmica da malária no nível da aldeia. A abordagem poderia informar os profissionais de saúde e tornar as estratégias de controle mais eficientes e econômicas.
Tal como acontece com o COVID, as agências de saúde pública em todo o mundo têm lutado para prever quais comunidades serão mais atingidas pela malária, uma doença com risco de vida que infectou cerca de 247 milhões de pessoas em 2021. cientistas e especialistas em saúde em Madagascar abre caminho para o uso de dados facilmente obtidos para prever com precisão os surtos de malária nas comunidades. A análise, publicada em 22 de fevereiro na PLOS Saúde Pública Globalé o primeiro estudo desse tipo a mostrar essas relações em detalhes e pode informar os esforços para combater a malária de forma mais eficiente e acessível.
“Podemos prever quais aldeias terão mais casos de malária, mesmo quando essas aldeias estiverem a apenas alguns quilômetros de distância”, disse a principal autora do estudo, Julie Pourtois, estudante de doutorado em biologia na Escola de Ciências e Humanidades de Stanford. “Essas previsões podem ajudar a distribuir recursos limitados de saúde onde eles são mais necessários, o que é particularmente valioso em países com acesso limitado a cuidados de saúde”.
Prevendo um fardo pesado
Quase metade da população mundial estava em risco de malária – uma doença febril aguda transmitida por picadas de mosquito – e aproximadamente 619.000 pessoas morreram em 2021, o ano mais recente para o qual a Organização Mundial da Saúde fornece essas estatísticas. Seu fardo recai mais sobre as pessoas que vivem em comunidades empobrecidas na África, onde crianças menores de 5 anos representaram cerca de 80% de todas as mortes por malária em 2021.
Embora as agências de saúde tenham uma boa noção do que impulsiona a malária em escala nacional, incluindo clima quente e padrões de chuva que facilitam a reprodução e a atividade do mosquito, fatores como microclimas e uso da terra tornam as previsões em escala local muito mais complexas e incertas. Os dados do sistema de saúde também podem fornecer uma imagem imprecisa da sobrecarga da comunidade porque as pessoas com menos capacidade de acesso aos cuidados de saúde não estão representadas.
Em colaboração com o programa nacional de controle da malária de Madagascar e a Pivot, uma organização local de saúde, os pesquisadores se concentraram em uma região no sudeste de Madagascar. Eles se basearam em um estudo anterior conduzido por Stanford que analisou dados de incidência de malária coletados por centros de saúde no distrito e ajustados para corrigir vieses de relatórios derivados de barreiras financeiras e geográficas aos cuidados de saúde. Para isso, os pesquisadores combinaram informações de satélite sobre clima, mapas de uso da terra e dados socioeconômicos de pesquisas domiciliares realizadas pelo Instituto Nacional de Estatística de Madagascar.
Com essa mistura de dados, os pesquisadores perguntaram qual dessas variáveis explicava melhor os padrões da malária e treinaram um modelo para prever os casos mensais de malária em 195 aldeias.
Os pesquisadores descobriram que o fardo da malária é baixo em áreas residenciais e alto em áreas com campos de arroz inundados, sugerindo que a malária é mais uma doença rural na área de estudo – algo que nem sempre é verdade em outros lugares. Eles também encontraram uma forte relação entre a pobreza e os casos notificados de malária, indicando que muitas pessoas que vivem na pobreza não estavam recebendo atendimento nos centros de saúde e deixando clara a necessidade de melhorar o acesso aos cuidados de saúde.
A análise foi capaz de prever relativamente bem quais aldeias seriam as mais atingidas pela malária. Na verdade, a abordagem identificou corretamente mais da metade das comunidades nos 20% principais para a transmissão da malária e explicou mais de três quartos da variação na classificação da incidência da malária.
“Mostramos que a nova geração de dados de satélite e uso da terra, integrados com dados socioeconômicos e de saúde pública coletados no terreno, permitem descrever a heterogeneidade na incidência da malária em uma escala espacial muito precisa”, disse o coautor do estudo, Giulio De Leo, professor de ciência dos oceanos e do sistema terrestre na Stanford Doerr School of Sustainability. “Isso era impossível até recentemente.”
“Este é um primeiro passo importante para trazer avanços na ecologia de doenças e modelagem para previsão de doenças para comunidades locais em ambientes que mais precisam deles: aqueles com altas cargas de malária, pobreza generalizada e baixo acesso a cuidados de saúde”, disse o autor sênior Andres Garchitorena, pesquisadora do Instituto Francês de Pesquisa para o Desenvolvimento Sustentável e diretora científica associada da Pivot.
De Leo é também professor, por cortesia, de Biologia no Escola de Ciências e Humanidades de Stanford, um colega sênior no Instituto Stanford Woods para o Meio Ambienteco-diretor do Programa de Stanford para Ecologia de Doenças, Saúde e Meio Ambiente; um membro de Bio-Xe um professor afiliado no Centro de Inovação em Saúde Global e a King Centro de Desenvolvimento Global.
Este estudo foi financiado pela PIVOT; a Agência Nacional de Pesquisa (França); O Instituto de Pesquisa para o Desenvolvimento (França); a Herrnstein Family Foundation; a Fundação Nacional de Ciência; o Fórum Colaborativo de Belmont sobre Clima, Meio Ambiente e Saúde; e o Stanford Graduate Fellowship.
.
