BiH i Srbija, ali i SAD, "crvene" se: Objavljena mapa upozorenja

Istraživanje, objavljeno u časopisu Science Advances, također identifikuje zemlje koje su najranjivije na epidemije – i one koje su najmanje opremljene za njihovo otkrivanje i suzbijanje.

Šta otkriva ova mapa rizika od bolesti

Koristeći mašinsko učenje i satelitske podatke, istraživači su mapirali bolesti sklone epidemijama u gotovo svakoj zemlji na Zemlji.

Rad je vodila Angela Fanelli, veterinarska epidemiologinja u Zajedničkom istraživačkom centru (JRC) Evropske komisije. Njeno istraživanje se fokusira na to kako promjene u okolišu uzrokovane ljudskim djelovanjem oblikuju rizik od epidemije i opterećuju sposobnosti zemalja da efikasno reaguju na krize.

Model je pokazao da 6,3 posto globalne kopnene površine spada u kategoriju visokog rizika, dok je dodatnih 3 posto klasifikovano kao vrlo visok rizik.

Otprilike 20 posto ljudi živi u područjima srednjeg rizika, dok 3 posto naseljava zone visokog ili vrlo visokog rizika.

Zoonotske prijetnje i rizik od bolesti

Većina bolesti na mapi su zoonoze - bolesti koje se prenose sa životinja na ljude putem infekcije i kontakta.

U jednom pregledu procjenjuje se da skoro tri četvrtine novih infekcija kod ljudi širom svijeta počinje kod drugih životinja.

Kada ljudi prošire naselja u šume ili na tržnice divljih životinja, ta gužva uzrokuje prelijevanje, u trenutku kada virus pređe na ljude.

Sve prioritetne bolesti WHO-a na ovoj mapi nalaze se na kratkoj listi pažljivo praćenih opasnih zoonotskih prijetnji.

Klimatski obrasci i epidemije

Zagrijavanje zraka i vode mijenja mjesta gdje životinje, insekti i virusi mogu napredovati – što mijenja osnovnu geografiju zaraznih bolesti.

Novo modelisanje sugeriše da više temperature, obilnije padavine i dublje suše povećavaju rizik od izbijanja bolesti.

Nedavna istraživanja povezuju klimatske promjene s promijenjenim migracijskim rutama, ciklusima razmnožavanja i staništima koja divlje životinje približavaju ljudima.

Duže tople sezone omogućavaju komarcima i krpeljima koji prenose bolesti da prežive na novim mjestima, potiskujući ranije tropske infekcije na veće geografske širine.

Ljudsko korištenje zemljišta donosi rezultate

Krčenje šuma za farme, puteve i rudnike dovodi ljude u bliži kontakt s divljim životinjama koje mogu biti domaćini novim virusima i patogenima.

Zgusnuta koncentracija ljudi i životinja u gustim naseljima i industrijskim farmama povećava mogućnosti za brzo širenje virusa.

Osim toga, gubitak biodiverziteta, raznolikosti biljnog i životinjskog svijeta u ekosistemu, ponekad može pogodovati vrstama koje prenose opasne patogene.

U novom radu, gustina naseljenosti pojavila se kao najjači pojedinačni pokretač rizika od izbijanja zaraze, nadmašujući bilo koji pojedinačni faktor okoline.

Ko je spreman, a ko nije

Kako bi prešli sa stvarne opasnosti na opasnost iz stvarnog svijeta, istraživači su izgradili indeks rizika od epidemije koji kombinuje vjerovatnoću izbijanja bolesti sa kapacitetom za odgovor.

Zemlje poput Papue Nove Gvineje i Republike Kongo nalaze se na vrhu suočavajući se s intenzivnim rizikom, ali ograničenom zdravstvenom infrastrukturom.

Ovaj indeks ne pripisuje krivca. On otkriva gdje klinike, laboratorije i obučeno osoblje mogu biti preopterećeni brzorastućom epidemijom.

Nasuprot tome, mnoge zemlje s visokim prihodima pokazuju nizak rizik od izbijanja zaraze, ali snažne kapacitete, što ih čini potencijalnim centrima za laboratorijsku podršku i proizvodnju vakcina.

Šta znači visok rizik od bolesti

Čak i ako živite daleko od istaknutog žarišta zaraze, vrijeme i lokacija izbijanja bolesti oblikuju obrasce putovanja, trgovinu i lance snabdijevanja.

Moderni zračni promet može premjestiti zaraženu osobu između kontinenata za nekoliko sati, ali snaga zdravstvenih sistema određuje što će se sljedeće dogoditi.

Velike populacije žive na mjestima gdje model pokazuje umjeren rizik, što znači da bi lokalne zdravstvene službe i dalje mogle biti opterećene tokom teške epidemije.

Pripremljenost se ne odnosi samo na broj bolničkih kreveta dostupnih lokalno. Ona također uključuje rano otkrivanje bolesti, jasnu komunikaciju i pouzdan pristup vakcinama.

Korištenje prediktivnih modela prije nego što kriza nastupi

Računalni modeli koji uče iz prošlih epidemija mogu označiti mjesta gdje se opasni virusi vjerovatno pojavljuju prije nego što ljekari vide slučajeve.

U ovoj studiji, algoritmi su kombinovali satelitske snimke, klimatske podatke, karte korištenja zemljišta i prošle infekcije kako bi procijenili gdje bi mogle početi buduće epidemije.

Druga studija je rangirala porodice virusa prema pandemijskom potencijalu kako bi pomogla vladama da odluče koje vakcine će unaprijed i efikasnije razviti.

Alati poput ovih ne mogu nam tačno reći koji će se virus pojaviti, ali sužavaju mogućnosti i usmjeravaju ciljani nadzor i zalihe.

Priprema za Bolest X

WHO stalno revidira svoju kratku listu prioriteta, dodajući nepoznate prijetnje pod zamjenski naziv "Bolest X", kako bi potaknula fleksibilnu spremnost.

U Evropi, Uprava za spremnost i odgovor na vanredne zdravstvene situacije fokusira se na klimatski osjetljive prijetnje poput ebole, zike i krimsko-kongoanske hemoragijske groznice.

Globalna saradnja na podacima nadzora, platformama za vakcine i brzom finansiranju znači da klaster u jednoj zemlji može pokrenuti zaštitne akcije u drugim zemljama.

Ova mapa koju niko ne želi vidjeti služi kao alat za upozorenje i planiranje. Ona pokazuje gdje podrška mora stići prije nego što se epidemije razviju.

╰┈➤ Program N1 televizije možete pratiti UŽIVO na ovom linku kao i putem aplikacija za Android /iPhone/iPad