Πρόβλεψη εξάρσεων του ιού του Δυτικού Νείλου βάσει περιβαλλοντικών παραμέτρων με την χρήση μηχανικής μάθησης

Abstract

Σύμφωνα με τον Παγκόσμιο Οργανισμό Υγείας, οι μεταδιδόμενες από φορείς ασθένειες προκαλούν περισσότερους από 700.000 θανάτους τον χρόνο, καθώς και αρκετά εκατομμύρια νοσήσεις παγκοσμίως. Ως ‘φορείς’ ορίζονται ζωντανοί οργανισμοί που δύνανται να μεταφέρουν μολυσματικά παθογόνα μεταξύ ανθρώπων ή από κάποιο ζώο προς τον άνθρωπο. Αυτά τα παθογόνα μπορούν να είναι παράσιτα, ιοί ή βακτήρια που προκαλούν ασθένειες όπως η ελονοσία και ο κίτρινος πυρετός. Συνήθως υπάρχουν σε ένα ποσοστό του πληθυσμού σε μόνιμη κατάσταση αλλά συχνά εμφανίζονται μέσω εξάρσεων που κατακλύζουν το σύστημα προκαλώντας θανάτους, χρόνια προβλήματα υγείας και ενίοτε κοινωνικό στίγμα.

Καθώς η κατανομή αυτών των ασθενειών συσχετίζεται με παραμέτρους όπως το κλίμα, οι οικονομικές συνθήκες και τα δημογραφικά χαρακτηριστικά, πολλές ασθένειες περιορίζονται εκ των πραγμάτων σε συγκεκριμένες γεωγραφικές περιοχές. Ωστόσο η κλιματική αποσταθεροποίηση έχει δημιουργήσει πρόσφορες συνθήκες για την εγκατάσταση και εξάπλωση αρκετών ασθενειών σε νέες περιοχές όπου οι ιστορικά οι περιβαλλοντικές παράμετροι δεν ευνοούσαν -ή ακόμα και δεν επέτρεπαν- την παρουσία τους. Επιπροσθέτως, η ραγδαία αύξηση της μετακίνησης τόσο ανθρώπων όσο και εμπορευμάτων έχει προκαλέσει την εισαγωγή διάφορων παθογόνων σε χώρες που ιστορικά δεν υπήρχε παρουσία.

Ένα παράδειγμα τέτοιας ασθένειας που έχει απασχολήσει την ιατρική κοινότητα είναι αυτό του ιού του Δυτικού Νείλου. Πρόκειται για έναν ιό που στην γενική περίπτωση προκαλεί παρόμοια συμπτωματολογία με αυτή της κοινής γρίπης, αλλά σε ένα μικρό ποσοστό του πληθυσμού μπορεί να προκαλέσει εγκεφαλίτιδα ή μηνιγγίτιδα, και τελικά θάνατο. Ο συγκεκριμένος ιός που για πρώτη φορά ανιχνεύθηκε το 1936 στην Ουγκάντα, έχει επεκταθεί λόγω όσων αναφέραμε σε όλες σχεδόν τις ηπείρους, με χαρακτηριστική την εισαγωγή στις ΗΠΑ το 1999 όπου πλέον αποτελεί την κύρια ασθένεια με φορέα τα κουνούπια. Ακόμα έχει ισχυρή παρουσία σε χώρες της ανατολικής, νότιας και δυτικής Ευρώπης όπου εμφανίζεται κατά κύματα τους θερινούς μήνες. Η Ελλάδα ανήκει στις χώρες με τα εντονότερα καταγεγραμμένα ξεσπάσματα με χιλιάδες κρούσματα σε ανθρώπους και ιπποειδή. Προς το παρόν, δεν υπάρχουν αποτελεσματικές θεραπείες αλλά ούτε και εμβόλια για τον συγκεκριμένο ιό.

Καθώς τα μέσα για την αντιμετώπιση της νόσου είναι ανεπαρκή και το κόστος στον άνθρωπο μεγάλο, προκύπτει η ανάγκη για την ανάπτυξη εργαλείων έγκαιρης προειδοποίησης. Η υψηλή συσχέτιση των εξάρσεων του ιού με τις εκάστοτε κλιματικές παραμέτρους υποδεικνύει μια πιθανή βάση των προβλεπτικών μοντέλων. Στο παρόν πόνημα επιχειρείται η ανάπτυξη ενός τέτοιου εργαλείου που αξιοποιεί τα κλιματικά δεδομένα της Ελλάδας, ανά δήμο, μέσω ενός μοντέλου μηχανικής μάθησης, του αλγορίθμου XGBoost, με σκοπό την πρόβλεψη επερχόμενων εξάρσεων του ιού του Δυτικού Νείλου.