Die Rolle des Klimas bei der Dengue-Inzidenz in Cali

Dengue ist eine virale Krankheit, die durch die Aedes Aegypti Mücke übertragen wird. Sie kommt häufig in warmen, feuchten Regionen überall auf der Welt vor. Wenn eine infizierte Mücke einen Menschen sticht, kann das Virus in den Blutkreislauf gelangen, was zu Symptomen wie hohem Fieber, Übelkeit, Erbrechen, Hautausschlag und Schmerzen in Augen, Muskeln und Gelenken führt. In schweren Fällen kann es zu inneren Blutungen kommen und sogar tödlich sein.

Jedes Jahr gibt es weltweit etwa 50 Millionen gemeldete Dengue-Fälle. Rund 2,5 Milliarden Menschen leben in Gebieten, wo Dengue verbreitet ist. In Cali, einer Stadt in Kolumbien, kommt Dengue häufig vor. Durchschnittlich gibt es jährlich fast 100 Fälle pro 100.000 Einwohner.

#Einfluss des Klimas auf die Verbreitung von Dengue

Wetter spielt eine wichtige Rolle bei der Fortpflanzung und dem Wachstum von Mücken. Höhere Temperaturen führen zu einer schnelleren Entwicklung von Mückenlarven. Niederschlag beeinflusst auch, wo Mücken brüten können, da stehendes Wasser für das Überleben ihrer Eier nötig ist. Zu viel Regen kann jedoch schädlich für Mückenpopulationen sein, da Larven und Puppen in überfluteten Bedingungen nicht überleben können. Ausserdem kann das El Niño-Phänomen Dengue-Fälle über mehrere Monate hinweg beeinflussen, je nach Region.

#Analyse der Dengue-Inzidenz

Verschiedene statistische Modelle wurden verwendet, um die Dengue-Inzidenz zu studieren. Unter ihnen wird oft das negative Binomialmodell bevorzugt, weil es nicht annimmt, dass der Durchschnitt und die Varianz der Daten gleich sind, was realistischer für echte Daten ist. Forscher haben herausgefunden, dass Temperatur und Luftfeuchtigkeit wichtige Faktoren zur Vorhersage von Dengue-Fällen sind.

In Cali wurden verschiedene Massnahmen ergriffen, um Dengue zu kontrollieren. 2022 umfassten die Aktivitäten unter anderem Standortinspektionen, Hausbesuche zur Auffindung und Beseitigung von Brutstätten, Aufklärungskampagnen, biologische Kontrolle und Sprühaktionen. Für 2023 wird das Gesundheitsamt den Fokus auf Bildungs- und Präventionsinitiativen legen. Weitere Forschungen sind nötig, um zu verstehen, wie das Klima Dengue beeinflusst, um Anstiege der Fälle zu verhindern und die Kontrollstrategien zu verbessern.

#Studienziel

Diese Forschung hatte zum Ziel, zu analysieren, wie das Klima die Dengue-Fälle in Cali beeinflusst und mögliche Verzögerungen in ihrem Zusammenhang zu identifizieren. Durch die Untersuchung dieser Verbindung mittels statistischer Methoden wollten wir die Rolle von Klimamustern in der Dengue-Inzidenz verstehen.

#Studiengebiet

Cali ist die Hauptstadt von Valle del Cauca in Kolumbien und die drittgrösste Stadt des Landes. Sie liegt in einem Tal, das von den Anden gebildet wurde, und hat eine durchschnittliche Höhe von 1.000 Metern über dem Meeresspiegel. Die Stadt hat ein warmes, feuchtes Klima mit Durchschnittstemperaturen von etwa 24°C. Die Köppen-Klimaklassifikation kategorisiert ihr Wetter als tropisch mit trockenen Sommern.

Die West-Anden blockieren feuchte Luft vom Pazifischen Ozean, dennoch erreichen einige Meeresbrisen die Stadt. Der jährliche Niederschlag variiert, wobei einige Bereiche nur 900 mm und andere bis zu 1.800 mm erhalten, im Durchschnitt liegt er bei etwa 1.483 mm für den grössten Teil des Ballungsraums. Die Trockenzeiten sind typischerweise von Dezember bis Februar und von Juli bis August, während März bis Mai und September bis November gewöhnlich nasser sind.

#Datensammlung

Für diese Studie verwendeten wir monatliche Daten zu Dengue-Fällen von Januar 2015 bis Dezember 2021, die vom Gesundheitsamt Cali bereitgestellt wurden. Wir sammelten auch Daten zu Klimafaktoren, einschliesslich maximaler, minimaler und durchschnittlicher Temperaturen, Niederschlag und Luftfeuchtigkeit für denselben Zeitraum vom Hydrologie-, Meteorologie- und Umweltforschungsinstitut.

#Statistische Methoden

#Random Forest Regression

Um fehlende Daten zu verwalten, verwendeten wir eine Technik namens Random Forest Regression. Diese Methode erstellt mehrere Entscheidungsbäume basierend auf verschiedenen Stichproben unserer Daten und ermöglicht so zuverlässigeren Vorhersagen für kontinuierliche Werte. Sie ist besonders effektiv bei grossen Datensätzen.

#Korrelationsanalyse

Wir führten eine verzögerte Korrelationsanalyse durch, um zu sehen, wie Klimafaktoren die Dengue-Inzidenz im Laufe der Zeit beeinflussten. Diese Methode hilft, die besten Prädiktoren für unsere Regressionsmodelle zu identifizieren. Um Probleme mit mehreren Variablen zu vermeiden, führten wir auch eine Hauptkomponentenanalyse (PCA) durch, um die Dimensionalität zu reduzieren.

#Hauptkomponentenanalyse

PCA hilft, Daten zu vereinfachen, indem sie neue Variablen erstellt, die die ursprünglichen Variablen kombinieren und dabei die meisten wichtigen Informationen beibehalten. Wir verwendeten PCA, um die Korrelation zwischen klimatischen Faktoren zu untersuchen und die Anzahl der Variablen in unserer Analyse zu reduzieren.

#Regressionsmodelle

Da die Zählungen der Dengue-Inzidenz Daten sind, die bestimmten Mustern folgen, berücksichtigten wir drei Regressionsmodelle: Poisson, negatives Binomial und Poisson-inverses Gaussian. Das Poisson-Modell wird häufig für Zähldaten verwendet, geht jedoch von der Gleichheit von Mittelwert und Varianz aus, was in der Realität oft nicht zutrifft. Das negative Binomialmodell passt diese Annahme an und ist daher besser geeignet für überdispersierte Daten, was bei Dengue-Fällen häufig der Fall ist.

Für unsere Analyse wurde das negative Binomialmodell aufgrund seiner besseren Anpassung an die Daten bevorzugt.

#Datenimputation

Fehlende Daten sind eine häufige Herausforderung in der Klimaforschung. Um dies zu bewältigen, verwendeten wir die Methode der Random Forest Regression, um Lücken basierend auf Informationen von nahegelegenen Wetterstationen mit vollständigeren Aufzeichnungen zu schliessen. Dieser Ansatz ermöglichte es uns, einen volleren Datensatz zur Analyse zu erstellen.

#Verzögerte Korrelationsanalyse

Dengue-Fälle in Cali haben oft Phasen niedriger und hoher Inzidenz. Wir fanden heraus, dass der Einfluss von Klimafaktoren nicht sofort spürbar ist, weshalb wir Korrelationen über die Zeit analysierten und Verzögerungen berücksichtigten.

Zum Beispiel entdeckten wir, dass der Niederschlag von vor fünf Monaten negativ mit Dengue-Fällen korreliert war. Auch die maximale Temperatur zeigte eine ähnliche Verzögerung. Diese Verzögerung in den Effekten kann durch den Lebenszyklus der Aedes aegypti Mücke erklärt werden.

#Ergebnisse der Hauptkomponentenanalyse

Mit Hilfe von PCA untersuchten wir, wie Klimafaktoren miteinander in Beziehung stehen. Die Analyse zeigte, dass wir unser Modell vereinfachen konnten, indem wir bestimmte Variablen auswählten, um grössere Gruppen verwandter Faktoren zu repräsentieren. Zum Beispiel wählten wir Mitteltemperaturvariablen zu unterschiedlichen Zeitverzögerungen aus, um Redundanz zu vermeiden.

#Vergleich der Regressionsmodelle

Wir verglichen unsere drei Regressionsmodelle, wobei wir den Deviance und den Akaike-Informationskriterium (AIC) als Standards zur Modellevaluation betrachteten. Das negative Binomialmodell erzielte die besten Ergebnisse für unsere Daten.

#Ergebnisse des Regressionsmodells

Die Ergebnisse zeigten, dass ein Anstieg der durchschnittlichen monatlichen Temperatur um ein Grad zu einem signifikanten Anstieg der Dengue-Fälle führen könnte – etwa 45% nach drei Monaten und 64% nach fünf Monaten. Dieser Anstieg ist besorgniserregend, besonders im Hinblick auf den Klimawandel und die mögliche Erwärmung der Temperaturen.

Das negative Binomialmodell lieferte gute Vorhersagen zur Dengue-Inzidenz; jedoch gab es einige Unterschiede. Spitzen in den Fällen wurden nicht genau vorhergesagt, was wahrscheinlich auf spezifische externe Faktoren wie die COVID-19-Pandemie zurückzuführen ist.

#Fazit

Die Ergebnisse der Studie unterstreichen die Bedeutung des Klimas bei der Vorhersage der Dengue-Inzidenz in Cali. Das Verständnis dieser Beziehungen kann helfen, öffentliche Gesundheitsstrategien zur Kontrolle der Ausbreitung der Krankheit zu gestalten.

Zukünftige Forschungen sollten sich auf die Verbesserung der Datensammlungsverfahren, die Erweiterung des Zeitrahmens für die Analyse und die Berücksichtigung der autoregressiven Natur der Dengue-Inzidenz durch Untersuchung vergangener Falltrends konzentrieren.

Indem wir unser Verständnis darüber vertiefen, wie das Klima die Verbreitung von Dengue beeinflusst, können wir uns besser auf mögliche Ausbrüche vorbereiten und die öffentliche Gesundheit in betroffenen Regionen schützen.