Credito d'immagine: NASA
L'anno scorso più di un milione di persone sono morte di malaria, soprattutto nell'Africa subsahariana. Focolai di febbre dengue, hantavirus, febbre del Nilo occidentale, febbre della Rift Valley e persino peste colpiscono ancora occasionalmente villaggi, città e intere regioni. Alle dozzine o alle centinaia che soffrono di morti dolorose e ai loro cari, queste malattie devono apparire su di loro dal nulla.
Eppure queste malattie non sono prive di rima o ragione. Quando si verifica un focolaio, spesso è perché condizioni ambientali come precipitazioni, temperature e vegetazione preparano il terreno per un'ondata di popolazione nei parassiti portatori di malattie. Le zanzare, i topi o le zecche prosperano e le malattie che trasportano si diffondono rapidamente.
Quindi perché non guardare questi fattori ambientali e avvertire quando le condizioni sono mature per un focolaio? Gli scienziati sono stati allettati da questa possibilità sin da quando l'idea è stata espressa per la prima volta dall'epidemiologo russo E. N. Pavlovsky negli anni '60. Ora la tecnologia e il know-how scientifico stanno raggiungendo l'idea e un sistema di allerta precoce a livello regionale per le epidemie di malattie sembra essere a portata di mano.
Ronald Welch del Global Hydrology and Climate Center della NASA a Huntsville, in Alabama, è uno degli scienziati che lavora per sviluppare un sistema di allarme precoce. "Sono stato in aree maligne sia in Guatemala che in India", dice. “Di solito sono colpito dalla povertà in queste aree, a un livello raramente visto negli Stati Uniti. Le persone sono cordiali e amichevoli e sono riconoscenti, sapendo che siamo lì per aiutare. È molto bello sapere che stai contribuendo ad alleviare la malattia e prevenire la morte, specialmente i bambini. ”
L'approccio adottato da Welch e altri combina i dati provenienti da satelliti ambientali ad alta tecnologia con ricerche sul campo "pantaloncini color kaki e stivali impolverati" vecchio stile. Gli scienziati in realtà cercano e visitano luoghi con focolai di malattie. Quindi esaminano le immagini satellitari per scoprire come le condizioni patologiche sembrano dallo spazio. I satelliti possono quindi controllare tali condizioni su un'intera regione, paese o persino continente mentre scivolano silenziosamente nel cielo una volta al giorno, ogni giorno.
In India, ad esempio, dove Welch sta effettuando ricerche, i funzionari sanitari stanno parlando dell'istituzione di un sistema di allerta precoce per la malaria via satellite per l'intero paese. In coordinamento con il matematico Jia Li dell'Università dell'Alabama a Huntsville e il Centro di ricerca sulla malaria dell'India, Welch spera di fare uno studio pilota a Mewat, una zona prevalentemente rurale dell'India a sud di Nuova Delhi. L'area ospita oltre 700.000 persone che vivono in 491 villaggi e 5 città, eppure è solo circa i due terzi delle dimensioni del Rhode Island.
"Ci aspettiamo di essere in grado di fornire avvisi di alto rischio di malattia per un determinato villaggio o area fino a un mese di anticipo", afferma Welch. "Queste" bandiere rosse "permetteranno ai funzionari sanitari di concentrare i loro programmi di vaccinazione, irrorazione di zanzare e altri sforzi di lotta alle malattie nelle aree che ne hanno maggiormente bisogno, forse prevenendo un focolaio prima che accada."
I focolai sono causati da una sconcertante varietà di fattori.
Per le specie di zanzare che trasportano la malaria nell'area di studio di Welch, ad esempio, un hotspot di focolaio avrebbe vasche di acqua stagnante in cui le zanzare adulte possono depositare le loro uova per maturare in nuovi adulti. Potrebbero persistere pozzanghere su terreno denso e argilloso dopo forti piogge, paludi situate nelle vicinanze o persino secchi pieni di pioggia abitualmente lasciati fuori dagli abitanti del villaggio. Un punto caldo della malaria sarebbe più caldo di 18 ° C, perché in condizioni climatiche più fredde, il parassita monocellulare "plasmodium" che in realtà provoca la malaria opera troppo lentamente per attraversare il suo ciclo di infezione prima che la zanzara ospite muoia. Ma il tempo non deve essere troppo caldo, altrimenti le zanzare dovrebbero nascondersi all'ombra. L'umidità deve oscillare tra il 55% e il 75% che queste zanzare richiedono per sopravvivere. Preferibilmente ci sarebbero bestiame o altri animali nel raggio di volo di 1 km delle zanzare, perché questi parassiti in realtà preferiscono nutrirsi del sangue degli animali.
Se tutte queste condizioni coincidono, fai attenzione!
Documentare alcuni di questi fattori, come il tipo di suolo e le abitudini locali di abbandono delle benne, richiede le basi iniziali dei ricercatori sul campo, osserva Welch. Queste informazioni sono inserite in un sistema di mappatura computerizzato chiamato database dei sistemi di informazione geografica (GIS). Il lavoro sul campo è inoltre necessario per caratterizzare il comportamento delle specie locali di zanzare. Morde le persone all'interno o all'esterno o entrambi? Altri fattori, come la posizione dei pascoli di bestiame e le abitazioni umane, sono inseriti nella mappa GIS sulla base di immagini satellitari ad altissima risoluzione da satelliti commerciali come Ikonos e QuickBird, che possono individuare oggetti sul terreno di 80 cm di diametro. Quindi variabili a livello di regione come temperatura, precipitazioni, tipi di vegetazione e umidità del suolo sono derivate da dati satellitari a media risoluzione, come Landsat 7 o il sensore MODIS sul satellite Terra della NASA. (MODIS sta per spettrometro di imaging a risoluzione moderata.)
Gli scienziati inseriscono tutte queste informazioni in una simulazione al computer che corre su una mappa digitale del paesaggio. Sofisticati algoritmi matematici masticano tutti questi fattori e sputano una stima del rischio di epidemia.
La solidità di base di questo approccio per la stima del rischio di malattia è stata confermata da studi precedenti. Un gruppo dell'Università del Nevada e del Desert Research Institute è stato in grado di "prevedere" i tassi storici di infezione da cervo-topo da parte del virus Sin Nombre con un'accuratezza fino all'80%, basata solo sul tipo di vegetazione e densità, altezza e pendenza del terra e caratteristiche idrologiche, tutte derivate da dati satellitari e mappe GIS. Uno studio congiunto della NASA Ames / University of California a Davis ha raggiunto un tasso di successo del 90% nell'identificazione di quali risaie nella California centrale genererebbero un gran numero di zanzare e quali ne avrebbero allevato meno, sulla base dei dati di Landsat. Un altro progetto di Ames ha previsto il 79% dei villaggi ad alta zanzara nella regione messicana del Chiapas sulla base di elementi paesaggistici visti nelle immagini satellitari.
Probabili previsioni perfette non saranno mai possibili. Come il tempo, il fenomeno delle malattie umane è troppo complicato. Ma questi risultati incoraggianti suggeriscono che è possibile ottenere stime dei rischi ragionevolmente accurate combinando il lavoro sul campo vecchio stile con le più recenti tecnologie satellitari.
"Tutti i pezzi necessari del puzzle sono lì", dice Welch, offrendo la speranza che presto scoppi di malattie che sembrano provenire "dal nulla" coglieranno le persone alla sprovvista molto meno spesso.
Fonte originale: NASA Science Story
