- A atual epidemia de Ebola em Bundibugyo, na África Central e Oriental, já deixou pelo menos 49 mortos e mobiliza autoridades para conter a transmissão.
- Um estudo da CDC, liderado por Carson Telford, testou se é possível prever início de surtos analisando áreas onde o vírus já migrou de animais para humanos.
- O modelo utilizou variáveis como densidade populacional e cobertura florestal e mostrou correlação significativa com desmatamento e fragmentação de florestas.
- Em dois casos, o modelo identificou locais com alto risco no ano anterior aos surtos: uma cidade na República Democrática do Congo (DRC) e um distrito em Uganda.
- A principal utilidade é orientar comunicação e vigilância precoces em áreas de alto risco, especialmente para grupos com contato frequente com a vida selvagem, como profissionais de saúde e comunidades que dependem de caça ou carne de fauna silvestre.
O surto de Ebola em Bundibugyo, na África Central e Oriental, já deixou ao menos 49 mortos. Profissionais de saúde trabalham para conter a transmissão e evitar novos casos.
Pesquisadores liderados por Carson Telford, do CDC, estudaram se é possível prever onde um surto começará ao analisar áreas onde o vírus já pulou de animais para humanos. Foram examinados 24 surtos entre 2001 e 2022, usando variáveis como densidade populacional e cobertura florestal para treinar o modelo.
O estudo mostrou forte correlação entre perda e fragmentation de florestas e os locais de spillover. O modelo apresentou alta precisão na identificação de áreas de alto risco antes de novos surtos surgirem, em alguns casos meses antes.
Como funciona o modelo
Segundo Telford, o algoritmo de aprendizado de máquina usa múltiplas variáveis climatológicas e de uso do solo para prever spillover. A avaliação foca na capacidade preditiva, não na causalidade, e considera mudanças em várias escalas geográficas.
A ferramenta quantifica fatores em diferentes raios de uma localização prevista, por exemplo, avaliando mudanças florestais em 10, 25, 50 e 100 quilômetros. Isso ajuda a capturar impactos locais e de longo alcance no risco de transmissão.
Implicações práticas
Para Telford, o valor do modelo não é indicar exatamente quando e onde ocorrerá um surto, mas sinalizar regiões para intensificar comunicação com grupos de alto risco. Profissionais de saúde podem ser informados sobre áreas de maior risco para vigilância e orientação.
Na prática, floresta densa com desmatamento e áreas de fronteira entre assentamentos humanos e o habitat natural aparecem entre os principais preditores. O estudo também aponta que áreas remotas com baixa densidade populacional tendem a apresentar maior probabilidade de spillover.
Limites e próximos passos
O pesquisador ressalta que os resultados são preditivos e dependem de dados disponíveis. Em testes, dois surtos ocorreram no ano seguinte aos ajustes do modelo: um na RDC, outro em Uganda, ocorridos em zonas com risco elevado ou aumento de risco. A confirmação requer mais casos e dados.
O estudo recomenda combinar avaliação de risco geral com mudanças ambientais recentes para orientar ações de vigilância, comunicação e resposta rápida. A hipótese central é que mudanças ambientais podem aumentar o contato entre humanos e potenciais hospedeiros do vírus.
Entre na conversa da comunidade