新たな感染症の増加
人間の行動が動物からの新しい感染症のリスクを高めてるよ。
― 1 分で読む
最近、動物や昆虫から来る感染症が増えてきてるよね。COVID-19やエボラ、ジカ熱なんかがその例。これらの病気は社会や経済、環境に深刻な問題を引き起こしてる。この病気の増加は、多くの人の健康が良くなってきてるっていう流れに逆らってるんだ。科学者たちは、これらの新しい病気は人間の行動によって引き起こされた環境の変化が原因だと考えてる。環境の変化で動物が病気になりやすくなり、動物から人間に病気が広がるチャンスが増えてるんだ。その結果、よく知られた病気や新しい病気のアウトブレイクが増えてる。
この問題に対処するために、病気の広がりを減らす方法に焦点が当てられてる。野生動物の取引をやめたり、森林伐採を減らすことについて多くの人が話してる。他にも温室効果ガスの排出を減らしたり、人間や動物にワクチンを接種したり、医療へのアクセスを改善したり、病気の監視システムを作ったりすることが考えられてる。これらのアイデアは堅実な科学に基づいてるけど、どの方法が最も効果的かについては専門家の間で意見が分かれてるのは、病気の広がりの原因についての証拠が十分でないからなんだ。
人間の影響
最近のいくつかの研究では、人間の活動が野生動物の病気の広がりに影響を与えることが示されてる。例えば、生息地の破壊や生物多様性の減少は、動物の病気を増加させるように見える。しかし、都市化、森林伐採、気候変動の影響は必ずしも明確ではない。この不確実性は、病気の広がりに影響を与えるさまざまな要因があるからなんだ。動物や昆虫の生活や繁殖の仕方、そして人間と野生動物の接触のパターンや、コミュニティがアウトブレイクに対してどれだけ脆弱かも複雑に絡んでる。
いくつかの重要な研究では、人間の行動と病気のアウトブレイクの関係を直接調べてる。研究者たちは、土地利用の変化、農業の成長、旅行の多さと新しい病気が最初に確認される場所とのつながりを特定した。しかし、これらの初期のアウトブレイクは、広い地域のリスクの全体像を正確に表しているわけではない。アウトブレイクのデータは、良好な健康報告がなされている場所から来ることが多く、報告レベルが低い貧しい地域が見逃されがちなんだ。
データ収集
私たちの研究では、32の新興病のアウトブレイクデータをさまざまなソースから集めたよ。コウモリ、げっ歯類、蚊からのウイルスやその他の感染症も含まれてる。私たちの目的は、これらのアウトブレイクの原因を理解することであって、どうやってそれが大きな流行になるかを調べることじゃないんだ。
環境要因が関与しているものだけを記録に含めて、人間の病気の源が動物である場合に焦点を当てた。私たちのデータセットには、169の国からの58,000以上のアウトブレイク記録が含まれていて、ほとんどが過去20年以内のものなんだ。
使った方法
アウトブレイクリスクを分析するために、構造的なフレームワークを作ったよ。ケースコントロールデザインを使って、アウトブレイクのある場所とない場所をさまざまな要因を考慮に入れて比較した。これらの要因を、検出過程、社会経済的要因、生態系の構造、土地利用の変化、気候変動の影響の5つの主要なグループに分類したんだ。複雑な統計モデルを使って、これらの要因がアウトブレイクのリスクにどのように寄与しているかをテストした。
報告バイアスに関する発見
私たちの世界的な分析では、病気のアウトブレイクが森林被覆が多い地域に関連していることがわかったけど、同時に破片化した景観も多いんだ。しかし、地域の健康システムや報告の努力がこれらの見かけのパターンに大きな影響を与えたよ。例えば、アウトブレイクは都市部やクリニックの近くでより頻繁に報告されていて、健康インフラが病気の検出において重要な役割を果たしていることを示してる。
これらのバイアスを考慮すると、社会環境要因とアウトブレイクリスクの関係が弱まった。アウトブレイクは、家畜密度が高い地域や森林が多い地域、長期的に干ばつ傾向のある地域でより起こりやすかった。これらの関係は、人獣共通感染症や媒介感染症の間で一貫していたんだ。
病気ごとのモデル
次に、個々の病気に焦点を当てて、具体的な要因がアウトブレイクリスクにどう影響するかを見ていった。専門家との参加型のエクササイズを行って、分析する要因を特定したよ。目立った要因には、医療へのアクセス、社会経済的脆弱性、そして人間の活動による景観の変化が含まれていた。
結果は、多くの病気が都市の土地利用や医療施設の近さと有意な関連があったことを示した。破片化した景観や森林地帯もアウトブレイクリスクに正の効果を持っていた。一部の病気では、降水量の変化がアウトブレイクリスクと関連しているのが見られた、特にリフトバレー熱やデング熱みたいな病気では。
しかし、他の環境要因、例えば生物多様性の喪失や温度変化との関係は、あまり明確ではなかった。これは、さまざまな要因が病気の発生や広がりにどのように影響するかの複雑さを強調してるんだ。
病気を通じた共通の要因
多くの研究が個々の要因に焦点を当てることが多いけど、私たちの発見は、アウトブレイクがさまざまな要因の相互作用から生じる可能性を示唆してる。特定の病気においては、要因間のつながりがより悪化した結果に繋がることもあるよ。
私たちは、これらの相互作用をよりよく理解するために、要因の発生パターンと同時発生パターンを視覚化した。共存する要因の例には、都市のカバー率や医療アクセスが含まれてたけど、これらのつながりは病気の伝播の方法に基づいて異なってた。
媒介感染症では、共通の生態的要因が強く存在しているのが見られ、環境の管理がこれらの病気を減らす助けになるかもしれない。一方で、直接感染する人獣共通感染症では共通の要因の一貫性が少なくて、病気予防に対する一律的なアプローチは効果がないかもしれないことを示してる。
医療アクセスの重要性
私たちの研究の限界はあるけど、介入の重要な分野を特定したよ:地方や医療の行き届いていないコミュニティでの医療アクセス改善。多くのアウトブレイクは病院から遠くで発生していて、人々が即座にケアを受けるのが難しい。医療施設へのアクセスを増やすことは、アウトブレイクの検出だけでなく、対処努力にも役立つんだ。
医療施設までの移動時間を減らす方法を見つけることは、病気管理の改善に大きな役割を果たすかもしれない。遠隔地のインフラを改善して、医療へのアクセスの障壁を減らすことで、アウトブレイクの迅速な特定と対応につながることができるよ。
結論
新興感染症の増加は、人間の活動や環境の変化に密接に関連した複雑な問題だ。いくつかの病気は明確に特定の要因に影響されてるけど、他の病気はより複雑な状況を示してる。私たちの研究は、社会環境要因とアウトブレイクの関係を明らかにしたけど、地域ごとの条件に基づいたより詳細なアプローチが必要だとも強調してる。
今後、政府や組織が医療の改善に投資することが非常に重要になる。特にこれらの病気に高リスクなコミュニティにおいて、より良い医療アクセスを確保し、医療システムを強化することが、アウトブレイクを拡大する前にコントロールするための鍵になるだろう。
タイトル: The anthropogenic fingerprint on emerging infectious diseases
概要: Emerging infectious diseases are increasingly understood as a hallmark of the Anthropocene1-3. Most experts agree that anthropogenic ecosystem change and high-risk contact among people, livestock, and wildlife have contributed to the recent emergence of new zoonotic, vector-borne, and environmentally-transmitted pathogens1,4-6. However, the extent to which these factors also structure landscapes of human infection and outbreak risk is not well understood, beyond certain well-studied disease systems7-9. Here, we consolidate 58,319 unique records of outbreak events for 32 emerging infectious diseases worldwide, and systematically test the influence of 16 hypothesized social and environmental drivers on the geography of outbreak risk, while adjusting for multiple detection, reporting, and research biases. Across diseases, outbreak risks are widely associated with mosaic landscapes where people live alongside forests and fragmented ecosystems, and are commonly exacerbated by long-term decreases in precipitation. The combined effects of these drivers are particularly strong for vector-borne diseases (e.g., Lyme disease and dengue fever), underscoring that policy strategies to manage these emerging risks will need to address land use and climate change10-12. In contrast, we find little evidence that spillovers of directly-transmitted zoonotic diseases (e.g., Ebola virus disease and mpox) are consistently associated with these factors, or with other anthropogenic drivers such as deforestation and agricultural intensification13. Most importantly, we find that observed spatial outbreak intensity is primarily an artefact of the geography of healthcare access, indicating that existing disease surveillance systems remain insufficient for comprehensive monitoring and response: across diseases, outbreak reporting declined by a median of 32% (range 1.2%-96.7%) for each additional hours travel time from the nearest health facility. Our findings underscore that disease emergence is a multicausal feature of social-ecological systems, and that no one-size-fits-all global strategy can prevent epidemics and pandemics. Instead, ecosystem-based interventions should follow regional priorities and system-specific evidence, and be paired with investment in One Health surveillance and health system strengthening.
著者: Rory Gibb, S. J. Ryan, D. Pigott, M. d. P. Fernandez, R. L. Muylaert, G. F. Albery, D. J. Becker, J. K. Blackburn, H. Caceres-Escobar, M. Celone, E. A. Eskew, H. K. Frank, B. A. Han, E. N. Hulland, K. E. Jones, R. Katz, A. J. Kucharski, D. J. Limmathurotsakul, C. A. Lippi, J. Longbottom, J. Fernando Martinez, J. P. Messina, E. O. Nsoesie, D. W. Redding, D. Romero-Alvarez, B. V. Schmid, S. N. Seifert, A. Sinchi, C. H. Trisos, M. Wille, C. J. Carlson
最終更新: 2024-05-22 00:00:00
言語: English
ソースURL: https://www.medrxiv.org/content/10.1101/2024.05.22.24307684
ソースPDF: https://www.medrxiv.org/content/10.1101/2024.05.22.24307684.full.pdf
ライセンス: https://creativecommons.org/licenses/by/4.0/
変更点: この要約はAIの助けを借りて作成されており、不正確な場合があります。正確な情報については、ここにリンクされている元のソース文書を参照してください。
オープンアクセスの相互運用性を利用させていただいた medrxiv に感謝します。