Simple Science

Ciência de ponta explicada de forma simples

# Ciências da saúde# Epidemiologia

A Ameaça Crescente dos Arbovírus Transmitidos pelo Aedes

Analisando o aumento da dengue, Zika, chikungunya e febre amarela no mundo.

― 10 min ler


Arbovírus transmitidosArbovírus transmitidospor Aedes em altatodo.transmitidos por mosquitos no mundoAvaliando o impacto dos vírus
Índice

Os arbovírus são vírus que se transmitem através de insetos como mosquitos e carrapatos. Embora não pertençam a um grupo específico de vírus, eles compartilham formas semelhantes de se espalhar. Isso significa que estudar um arbovírus pode ajudar a gente a aprender sobre outros. Nesta discussão, vamos focar em quatro tipos de arbovírus que são espalhados por mosquitos Aedes: Dengue, Zika, Chikungunya e Febre Amarela. Esses vírus se tornaram preocupações de saúde importantes porque podem causar doenças graves e até morte.

O Aumento da Disseminação de Arbovírus Transmitidos por Aedes

Nos últimos anos, a disseminação desses vírus tem aumentado rapidamente. Estima-se que cerca de 100 a 400 milhões de pessoas pegam dengue a cada ano, principalmente na América do Sul e no Sudeste Asiático. Agora, há um risco de que a dengue possa se espalhar para novos lugares, incluindo a Europa. Os vírus Zika e chikungunya, descobertos primeiramente na África e na Ásia, se espalharam rapidamente nas Américas entre 2013 e 2015. Essa mudança ocorreu devido a uma combinação de clima mais quente, mais viagens entre países e possivelmente a imunidade das pessoas.

O surto de Zika chamou a atenção global por causa de sua ligação com graves defeitos de nascimento e outros problemas de saúde. A Organização Mundial da Saúde declarou Zika uma emergência de saúde pública em 2016. Já o chikungunya geralmente vem acompanhado de dor nas articulações que pode durar bastante tempo, afetando a qualidade de vida das pessoas. A febre amarela ainda é um risco em áreas tropicais da América do Sul e da África, causando cerca de 109 mil casos graves e 51 mil mortes em 2018. Diferente dos outros três vírus, a febre amarela tem uma vacina segura e eficaz.

Os humanos podem pegar febre amarela tanto de macacos quanto em ambientes urbanos, levando a surtos sérios, como vimos recentemente em vários países africanos. Como todos esses vírus transmitidos por Aedes têm formas semelhantes de disseminação, a Organização Mundial da Saúde iniciou um programa em 2022 para monitorar riscos e melhorar a detecção precoce.

Monitoramento e Mapeamento de Riscos

O monitoramento da disseminação desses vírus varia de lugar para lugar e muda com o tempo. Para criar mapas de risco, os pesquisadores geralmente usam três tipos de dados: onde a doença ocorreu, quantos casos há e quantas pessoas foram expostas ao vírus.

Os dados de ocorrência mostram onde os casos aconteceram, ajudando a identificar surtos. A incidência de casos analisa quantas pessoas se infectam em uma área específica, dando informações mais detalhadas sobre o risco. Porém, esses dados podem ser influenciados por diferentes fatores, como o funcionamento dos serviços de saúde e como as pessoas buscam atendimento.

Estudos de soroprevalência nos dizem quantas pessoas foram expostas ao vírus através de testes de amostras de sangue. Esse tipo de dado é menos comum e pode ser complicado devido a como diferentes vírus podem afetar os resultados dos testes.

A disseminação geográfica desses vírus é afetada por muitos fatores, incluindo os próprios vírus, o meio ambiente, a demografia e fatores socioeconômicos. A temperatura é um fator chave porque temperaturas mais quentes ajudam os mosquitos a transmitir o vírus. O crescimento urbano rápido aumenta o número de pessoas vivendo próximas umas das outras, levando a mais mosquitos e propagação do vírus. À medida que o comércio e as viagens aumentam, as chances desses vírus chegarem a novas populações também aumentam. O nível de imunidade da comunidade, construído a partir de infecções passadas ou vacinas, também desempenha um papel na facilidade de disseminação desses vírus.

Modelando a Disseminação de Arbovírus

Os pesquisadores desenvolveram vários métodos para mapear a disseminação desses vírus geograficamente. Esses métodos podem ser divididos em dois tipos principais:

  1. Modelos baseados em dados usam técnicas estatísticas para recriar o que é observado sem muitas suposições sobre as relações entre diferentes fatores.
  2. Modelos baseados em processos usam equações matemáticas com base em relações conhecidas entre diferentes fatores que afetam a transmissão do vírus.

Devido à falta de dados em muitas áreas de pesquisa, modelos estatísticos e matemáticos frequentemente usam abordagens bayesianas, permitindo previsões mais precisas ao incorporar informações anteriores e incertezas.

Estudos anteriores exploraram modelos para prever a disseminação da dengue, mas geralmente focam em um vírus por vez. No entanto, existem muitas semelhanças entre diferentes arbovírus, o que torna benéfico estudá-los juntos.

Revisão de Estudos e Métodos de Pesquisa

Este artigo visa revisar pesquisas que olham para o risco de vários arbovírus transmitidos por Aedes em humanos. Foi realizada uma revisão sistemática usando critérios rigorosos para identificar estudos relevantes.

Estratégia de Busca

Vários bancos de dados online foram pesquisados para estudos relacionados a dengue, Zika, chikungunya, febre amarela e suas previsões. Um conjunto específico de palavras-chave foi usado para encontrar literatura relevante. Os pesquisadores também verificaram manualmente as referências de artigos relevantes e contataram especialistas para descobrir estudos que possam ter sido perdidos.

Processo de Seleção

Os estudos das buscas iniciais foram combinados e duplicatas foram removidas. Dois membros da equipe analisaram independentemente os títulos e resumos. Os artigos foram incluídos para revisão completa e qualquer discordância foi resolvida.

Critérios de Inclusão/Exclusão

Para ser incluídos, os estudos precisavam ser revisados por pares, publicados em inglês e focar em modelos espaciais que analisassem o risco de infecção humana. Modelos espaciais deveriam representar mais de uma localização geográfica. Estudos foram excluídos se focassem apenas na transmissão para insetos ou hospedeiros não humanos ou não avaliassem o risco de infecção humana.

Extração de Dados

Dos estudos que atenderam aos critérios, várias variáveis foram registradas, como a identificação do estudo, características do modelo e métodos de validação. A análise foi realizada para visualizar os dados e entender as tendências.

Avaliação da Qualidade

Uma ferramenta foi desenvolvida seguindo diretrizes estabelecidas para avaliar a qualidade dos estudos incluídos. Com base em uma lista de verificação de 18 pontos, cada artigo foi avaliado quanto à sua qualidade de relato.

Tendências em Pesquisa e Descobertas

Houve um aumento significativo na pesquisa sobre mapeamento de arbovírus nas últimas duas décadas, refletindo uma crescente preocupação com a saúde pública. Enquanto apenas um punhado de estudos existia antes de 2008, o número disparou em anos mais recentes.

O foco dos estudos tem sido principalmente nas Américas, com o Brasil sendo o país mais estudado. A maioria das pesquisas se concentrou na dengue, seguida por Zika, febre amarela e chikungunya. O foco geográfico dos estudos se expandiu ao longo do tempo, com uma maior diversidade de regiões agora incluídas nos esforços de mapeamento.

Os propósitos dos mapas de risco variam com base na doença e no contexto. Geralmente, eles podem fornecer uma visão geral da distribuição de risco, prever surtos, avaliar programas de vacinação ou guiar o planejamento de resposta a surtos.

Tipos de Dados Usados

A maioria dos estudos se baseou em dados de contagem de casos coletados por meio de vigilância de saúde rotineira. Esses dados eram frequentemente desagregados por regiões administrativas. Dados de ocorrência também eram comumente usados para cenários específicos.

Os dados coletados para febre amarela são particularmente diversos devido a extensas pesquisas de soroprevalência. A falta de dados consistentes tem dificultado a criação de modelos precisos, mas vários tipos de dados se tornaram mais disponíveis.

Escala do Mapeamento de Risco

Mapas de risco podem ser criados em várias escalas, desde global até local. Muitos estudos produziram mapas de risco globais, utilizando dados climáticos de alta resolução. Para doenças como Zika e febre amarela, os estudos frequentemente focaram em nível regional ou nacional, refletindo sua distribuição e surtos recentes.

Modelos de dengue existem em muitas escalas, com a maioria focando em regiões subnacionais. Esses modelos visam informar decisões locais com base em dados atuais, enquanto os esforços na África ainda estão atrasados em relação à resolução e disponibilidade.

Covariáveis e Fatores nos Modelos

Os estudos incluíram uma variedade de fatores em seus modelos, agrupados em categorias como variáveis climáticas, demográficas e socioeconômicas. Dados climáticos, particularmente temperatura e precipitação, foram os fatores mais frequentemente incluídos. Outras considerações incluíram densidade populacional e padrões de movimento humano.

Fatores socioeconômicos como níveis de renda e educação também desempenharam um papel. Fatores ambientais e características relacionadas ao habitat natural dos mosquitos também foram incluídos.

Estruturas de Modelagem

Os estudos usaram uma mistura de métodos estatísticos e de aprendizado de máquina para criar seus modelos. Modelos mistos estatísticos foram a abordagem mais comum, pois permitem uma melhor representação dos dados espaciais.

Métodos de aprendizado de máquina foram utilizados para estudos geográficos maiores, enquanto modelos mecanicistas foram usados para pesquisas mais focadas em escalas menores.

Validação dos Modelos

Apenas cerca da metade dos estudos revisados incluiu procedimentos de validação para avaliar a precisão de seus modelos. Muitos estudos confiaram em métodos de validação tradicionais, enquanto abordagens mais novas como validação cruzada espacial estão se tornando populares.

Os pesquisadores usaram várias métricas para avaliar o desempenho do modelo, como critérios de informação e matrizes de confusão. No entanto, alguns estudos não incluíram nenhuma métrica de desempenho.

Qualidade dos Estudos Revisados

A qualidade dos estudos variou, com uma parte significativa classificada como de alta ou muito alta qualidade. A revisão destacou a necessidade de mais clareza nos objetivos e métodos dos estudos, já que muitos não deixaram claro suas fontes de dados ou critérios de avaliação.

Conclusão

Esta revisão dá uma visão geral dos estudos sobre mapeamento de riscos de arbovírus, cobrindo os tipos de dados, covariáveis e métodos utilizados. Destaca como as escolhas feitas pelos pesquisadores são influenciadas pelo propósito dos mapas de risco que criam.

O campo do mapeamento de risco de arbovírus cresceu rapidamente, com novos métodos e fontes de dados se tornando disponíveis. As informações coletadas podem ajudar a identificar potenciais fatores de risco para transmissão e prever melhor onde esses vírus podem se espalhar no futuro.

Recomendações para Pesquisas Futuras

  • Estudos futuros devem considerar os pontos fortes e fracos dos diferentes tipos de dados e como eles se encaixam em objetivos de pesquisa específicos.
  • Incluir uma variedade de covariáveis em diferentes domínios pode melhorar as previsões.
  • Estudos locais devem utilizar dados específicos que podem não estar disponíveis em escalas mais amplas.
  • É essencial incorporar técnicas de validação que reflitam os desafios únicos dos dados espaciais e temporais.
  • À medida que o campo avança, os pesquisadores devem abraçar novas fontes de dados e métodos inovadores para melhorar o mapeamento de risco de arbovírus.

Ao se adaptarem continuamente a novas descobertas e dados, os pesquisadores podem contribuir para um monitoramento e controle mais eficaz desses vírus perigosos.

Fonte original

Título: A systematic review of the data, methods and environmental covariates used to map Aedes-borne arbovirus transmission risk

Resumo: BackgroundAedes (Stegomyia)-borne diseases are an expanding global threat, but gaps in surveillance make comprehensive and comparable risk assessments challenging. Geostatistical models combine data from multiple locations and use links with environmental and socioeconomic factors to make predictive risk maps. Here we systematically review past approaches to map risk for different Aedes-borne arboviruses from local to global scales, identifying differences and similarities in the data types, covariates, and modelling approaches used. MethodsWe searched on-line databases for predictive risk mapping studies for dengue, Zika, chikungunya, and yellow fever with no geographical or date restrictions. We included studies that needed to parameterise or fit their model to real-world epidemiological data and make predictions to new spatial locations of some measure of population-level risk of viral transmission (e.g. incidence, occurrence, suitability, etc). ResultsWe found a growing number of arbovirus risk mapping studies across all endemic regions and arboviral diseases, with a total of 183 papers published 2002-2022 with the largest increases shortly following major epidemics. Three dominant use cases emerged: i) global maps to identify limits of transmission, estimate burden and assess impacts of future global change, ii) regional models used to predict the spread of major epidemics between countries and iii) national and sub-national models that use local datasets to better understand transmission dynamics to improve outbreak detection and response. Temperature and rainfall were the most popular choice of covariates (included in 50% and 40% of studies respectively) but variables such as human mobility are increasingly being included. Surprisingly, few studies (22%, 33/148) robustly tested combinations of covariates from different domains (e.g. climatic, sociodemographic, ecological, etc) and only 48% of studies assessed predictive performance via out-of-sample validation procedures. ConclusionsHere we show that approaches to map risk for different arboviruses have diversified in response to changing use cases, epidemiology and data availability. We outline specific recommendations for future studies regarding aims and data choice, covariate selection, model formulation and evaluation. Author SummaryAedes-borne arboviruses such as dengue, Zika, chikungunya, and yellow fever pose a growing global threat. It is crucial to map their risk to target interventions and control their spread. A review of 183 studies found that risk mapping methods have evolved over time to respond to changing epidemiology and data availability. Initially, mapping risk involved using data from multiple areas and satellite imagery to develop models predicting transmission risk on a global or continental scale. Following Zika and chikungunya epidemics, mechanistic models based on national-level incidence data have been utilised to track the spread of epidemics across countries. The use of case-based surveillance systems has enabled more precise and detailed predictions at sub-national levels. Of the studies reviewed, half included temperature and rainfall as covariates, and human mobility was increasingly accounted for in arbovirus risk mapping. However, only 33 of the 148 studies robustly selected the variables included in their predictions, and only half of the studies assessed their accuracy against new data. The review suggests that future risk mapping studies should consider the purpose of the map, data quality, and methodological innovations to improve accuracy of risk maps to ensure they are useful for informing control of Aedes-borne arboviruses.

Autores: Ah-Young Lim, Y. Jafari, J. M. Caldwell, H. E. Clapham, K. A. M. Gaythorpe, L. Hussain-Alkhateeb, M. A. Johansson, M. U. G. Kraemer, R. J. Maude, C. P. McCormack, J. P. Messina, E. A. Mordecai, I. B. Rabe, R. C. Reiner, S. J. Ryan, H. Salje, J. C. Semenza, D. P. Rojas, O. J. Brady

Última atualização: 2023-04-20 00:00:00

Idioma: English

Fonte URL: https://www.medrxiv.org/content/10.1101/2023.04.19.23288781

Fonte PDF: https://www.medrxiv.org/content/10.1101/2023.04.19.23288781.full.pdf

Licença: https://creativecommons.org/publicdomain/zero/1.0/

Alterações: Este resumo foi elaborado com a assistência da AI e pode conter imprecisões. Para obter informações exactas, consulte os documentos originais ligados aqui.

Obrigado ao medrxiv pela utilização da sua interoperabilidade de acesso aberto.

Mais de autores

Artigos semelhantes