Usando datos satelitales de la NASA para predecir brotes de Malaria

En la Amazonía Peruana, el mosquito darlingi de los Anopheles es el más responsable de la propagación del paludismo. Con el financiamiento del programa de Ciencias aplicadas de la NASA, los científicos están recurriendo a la flota de satélites de observación de la Tierra de la Agencia para desarrollar un sistema que utiliza satélites y otros datos para ayudar a pronosticar brotes de malaria en el nivel de los hogares de antemano y evitar que sucedan. Créditos: Centro de vuelo espacial Goddard de la NASA/Joy ng

En la selva amazónica, pocos animales son tan peligrosos para los humanos como los mosquitos que transmiten la malaria. La enfermedad tropical puede provocar fiebre alta, dolores de cabeza y escalofríos y es particularmente grave para los niños y los ancianos y puede causar complicaciones para las mujeres embarazadas. En el Perú cubierto de bosques lluviosos, el número de casos de malaria ha repuntado. En los últimos cinco años, el país ha tenido en promedio la segunda tasa más alta en América del sur. En cada uno de los años 2014 y 2015 había 65.000 casos divulgados.

La contención de los brotes de malaria es un reto porque es difícil averiguar dónde están las personas que contraen la enfermedad. Como resultado, los recursos tales como mosquiteros tratados con insecticida y aerosoles de interior se suelen desplegar en áreas donde pocas personas se están infectando, lo que permite que el brote crezca.

Para abordar este problema, los investigadores universitarios se han convertido en datos de la flota de satélites de observación de la Tierra de la NASA, que son capaces de rastrear los tipos de eventos humanos y ambientales que típicamente preceden a un brote. Con fondos del programa de Ciencias aplicadas de la NASA, están trabajando en asociación con el gobierno Peruano para desarrollar un sistema que utilice satélites y otros datos para ayudar a pronosticar brotes en el nivel de los hogares con antelación y evitar que sucedan .

Los Anopheles darlingi mosquitos son los más responsables de la propagación del paludismo en la Amazonía Peruana.
Créditos: copyrights Fabio Medeiros da Costa, via Flickr (CC BY-NC-SA 2,0)

Rastreo de mosquitos

En el Amazonas, la especie de mosquito Anopheles darlingi es la más responsable de la propagación del paludismo, que es causada por parásitos unicelulares llamados plasmodia. Las hembras (y sólo las hembras) ingieren el parásito al alimentarse de la sangre de un humano infectado y pueden transmitirla al próximo humano que se alimente. "la malaria es una enfermedad transmitida por vectores, lo que significa que usted tiene que tener un vector, o mosquito, en este caso, para transmitir la enfermedad", dijo el investigador principal William Pan, un profesor asistente de salud ambiental global en la Universidad de Duke. "La clave de nuestra herramienta de pronóstico de la malaria radica en identificar áreas donde los primeros criaderos de mosquitos se solapan simultáneamente con las poblaciones humanas."

Predecir dónde florecerán estos mosquitos se basa en identificar áreas con temperaturas cálidas del aire y aguas tranquilas, como estanques y charcos, que necesitan para poner huevos. Los investigadores están redirigiendo al sistema de asimilación de datos de la Tierra, o LDAS: un esfuerzo de modelado de superficie terrestre apoyado por la NASA y otras organizaciones. Los satélites de la NASA, como el Landsat, la medición global de la precipitación, y Terra y Aqua, sirven como insumos para LDAS, que a su vez proporciona información continua sobre la precipitación, la temperatura, la humedad del suelo y la vegetación en todo el mundo.

Si bien no se identifican los charcos y los estanques, LDAS muestra dónde son muy probables de formarse. Por ejemplo, las inundaciones pueden saturar las orillas de los ríos o las fuertes lluvias, lo que permite que el agua se estanque.

"Es un ejercicio en el razonamiento indirecto", dijo Ben Zaitchik, el coinvestigador del proyecto responsable del componente LDAS y un profesor asociado en el Departamento de Ciencias de la Tierra y Planetarios de la Universidad Johns Hopkins. "Estos modelos nos permiten predecir dónde va a estar la humedad del suelo en una condición que permita que los criaderos se formen".
malaria
Un mapa que muestra los ríos la Amazonía Peruana y las zonas circundantes. La precipitación y otras condiciones ambientales afectan la altura del río, lo que puede impactar el número de criaderos de mosquitos a lo largo de sus bancos.
Créditos: estudio de visualización científica de la NASA


A través de la vegetación derivada de satélites y de los mapas de la cubierta terrestre, LDAS también rastrea otro indicador importante para futuros brotes de malaria: la deforestación, en particular cuando el desarrollo de carreteras está involucrado. Cuando se construyen carreteras, las excavadoras excavan zanjas para deshacerse de los árboles y otros desechos vegetativos; cuando está llena de agua de lluvia esas zanjas se convierten en criaderos de mosquitos. Cuando las personas infectadas atraviesan estos caminos y transmiten la enfermedad a los Anopheles darlingi, puede ocurrir un brote.

Seguimiento de los seres humanos

Mientras que LDAS rastrea el tiempo y la deforestación para identificar poblaciones de mosquitos emergentes y futuros focos de brotes, los casos de malaria reportados colocan a los infectados en el mapa. Pero a los efectos de predecir un brote, ese mapa no cuenta una historia completa.

En el Perú, el paludismo es diagnosticado y tratado en puestos de salud diseminados por todo el país, y los recursos se envían a esos puestos para contener brotes. El problema con este acercamiento a la contención, según Pan, es que el puesto de salud donde una persona busca tratamiento no siempre está cerca de donde él o ella contrajo la enfermedad. Eso se debe a que los que están en mayor riesgo de paludismo pasan varios meses del año tala o minería, que a menudo los envían en viajes lejos de sus hogares.

Encontrar donde la gente se está infectando forma el quid del sistema de pronóstico de la malaria, y Pan está desarrollando un modelo estadístico basado en la región y un modelo más detallado basado en agentes para enfocar estos hotspots.

Para el modelo regional, los casos notificados de malaria se incorporan junto con las estimaciones de población de cada condado y supuestos sobre dónde viaja la gente basándose en estudios de migración estacionales. La integración de los datos medioambientales a través de LDAS no sólo coloca a las poblaciones de mosquitos en el mapa, sino que también ayuda a informar al movimiento humano, por ejemplo, detectando los ríos en ascenso durante la estación lluviosa. "Es mucho más fácil flotar troncos por un río cuando su alta, y al mismo tiempo los mosquitos prosperan porque los bolsillos de agua emergen a lo largo de la Ribera", explicó pan, "Por lo que estos tipos de condiciones corresponden con alto riesgo de malaria".

El modelo regional proporcionará un panorama general de cómo se localizan los humanos, los mosquitos y la enfermedad y hacia dónde se dirigen basándose en cómo interactúan esas variables. Al mismo tiempo, el modelo basado en agentes — nombrado porque modela el comportamiento de cada agente, o de cada parásito humano, mosquito y paludismo dentro de un área — se enfocará en un espacio geográfico más estricto mediante la utilización de datos de alta resolución de la hidrología y mediante el rastreo en vecindarios y el movimiento de la gente. En combinación con los datos de LDAS, el modelo ejecutará una simulación para evaluar la probabilidad de Cuándo, dónde y cuánta gente se espera que se muerda y se infecte con la enfermedad.

Prevenir un brote

Según Pan, los dos modelos se usarán para proyectar hacia adelante 12 semanas y localizar, hasta el nivel de la casa, donde la enfermedad se pronostica para tomar asimiento. Los modelos también simularán lo que resultaría de cualquiera de varias acciones, desde la entrega de mosquiteros y aerosoles que pueden reducir el contacto entre humanos y mosquitos hasta la administración del tratamiento preventivo contra la malaria que puede detener la transmisión. Basándose en los resultados, el Ministerio de salud puede llevar a cabo el plan óptimo.

malaria
Las redes de la cama crean una barrera física contra los mosquitos para la gente que duerme debajo de ellos.
Créditos: cuerpo de paz de Estados Unidos


La capacidad del modelo basado en agentes para hacer proyecciones al nivel de la casa permite que los recursos vayan donde se necesitan. Sería un giro marcado del método actual del gobierno, que consiste en distribuir recursos en términos generales, a veces a zonas que tal vez no las necesiten. "En lugar de tratar el 100 por ciento de la comunidad, podríamos enfocar el control vectorial en ciertos hogares o áreas específicas de la comunidad", explicó Pan. "Es una estrategia específica que puede lograr la misma reducción de la malaria, pero a un costo potencialmente menor y con una respuesta más rápida".

A medida que el proyecto entra en la tercera parte de su beca de tres años, Pan y sus colegas continúan refinando los modelos. Estima que la herramienta de pronóstico podría estar lista para su uso dentro de unos años. El gobierno Peruano ya está trabajando con Pan para familiarizarse con el sistema, sobre todo cuando comienza su programa malaria cero, que tiene como objetivo eliminar la enfermedad por 2021. Otros países, entre ellos Colombia y Ecuador, han expresado su interés.

Mientras que este proyecto se centra en la malaria, Pan señaló que una de las ventajas de la herramienta es su adaptabilidad, ya que los modelos LDAS y poblacional pueden ser utilizados para el seguimiento no sólo de la malaria, sino también un número de otras enfermedades, como el Zika y el dengue. "Creo que las agencias de salud del gobierno encontrarán no sólo uno sino muchos usos para el sistema que pueden beneficiar a mucha gente", dijo. "Ese siempre ha sido nuestro objetivo."

By Samson Reiny
NASA's Earth Science News Team 


Last Updated: Sept. 13, 2017
Editor: Sara Blumberg

Traducción: El Quelonio Volador

Entradas populares de este blog

Tormenta Solar 17 de agosto 2017: Atentos se actualiza 22 hs Argentina...

Tormenta Solar 10 de agosto 2017: Atentos...

Comportamientos de la ondas