eldiario.es

Menú

Los patrones climáticos pueden predecir los brotes de rotavirus

MADRID

El seguimiento de factores climáticos, como la temperatura, la lluvia y la nieve, es una forma de predecir el momento y la intensidad de brotes de rotavirus, una enfermedad que causa diarrea extrema, deshidratación, y la muerte de miles de personas al año. En un nuevo artículo, publicado en la revista 'PLoS One', un equipo de investigación, dirigido por la doctora Elena Naumova, profesora de Ingeniería Civil y Ambiental en la Escuela de Ingeniería de la Universidad de Tufts, ha relacionado la temperatura y las precipitaciones con los brotes de rotavirus en el sur de Asia.

- PUBLICIDAD -

MADRID, 1 (EUROPA PRESS)

El seguimiento de factores climáticos, como la temperatura, la lluvia y la nieve, es una forma de predecir el momento y la intensidad de brotes de rotavirus, una enfermedad que causa diarrea extrema, deshidratación, y la muerte de miles de personas al año. En un nuevo artículo, publicado en la revista 'PLoS One', un equipo de investigación, dirigido por la doctora Elena Naumova, profesora de Ingeniería Civil y Ambiental en la Escuela de Ingeniería de la Universidad de Tufts, ha relacionado la temperatura y las precipitaciones con los brotes de rotavirus en el sur de Asia.

En 2004, el rotavirus causó la muerte de 527.000 niños menores de cinco años, en todo el mundo -la mayoría de las muertes se concentraron en las zonas pobres de los países en desarrollo de África y Asia. Ser capaz de predecir el aumento de infecciones ofrece a los profesionales de la salud la posibilidad de adoptar medidas preventivas, como la vacunación, que pueden reducir notablemente las muertes.

La investigación de Naumova se centra en el desarrollo de una metodología para el análisis de grandes bases de datos, con el fin de mejorar la vigilancia de la enfermedad. En este trabajo, los investigadores examinaron las diferencias estacionales mediante la creación de modelos matemáticos, basados en factores como la temperatura, la humedad y las precipitaciones, en la región de estudio, durante más de 22 años.

"Hemos observado que el rotavirus es sensible a los patrones estacionales, definidos como un efecto combinado de temperatura y precipitaciones", explica Naumova. Este nuevo estudio se basa en investigaciones previas de la científica, centradas en el desarrollo de modelos matemáticos para predecir el clima, y la severidad e impacto de las enfermedades.

Naumova y su equipo de investigación analizaron las tasas mensuales de rotavirus, a partir de 39 estudios epidemiológicos sobre los brotes, realizados entre 1988 y 2010. En este nuevo modelo, los investigadores tuvieron en cuenta las características meteorológicas obtenidas de la base de datos del National Climatic Data Center y el Global Historical Climatology Network, para clasificar cuatro regiones geográficas del sur de Asia: zonas tropicales húmedas; zonas áridas y semiáridas; zonas húmedas de latitud media; y zonas frías.

Según el estudio, la incidencia de rotavirus en Bangladesh, Bután, India, Nepal, Pakistán y Sri Lanka fue mayor durante los meses más fríos y secos del año -de diciembre a marzo-. Por otro lado, el aumento de la temperatura y las precipitaciones en otros momentos del año, resultó en niveles más bajos del virus.

Además, los investigadores observaron una asociación entre el rotavirus y la densidad de la vegetación. Utilizando datos de teledetección procedentes de imágenes por satélite, producidas por espectroradiómetro de imágenes de media resolución -un sensor en el satélite Terra de la NASA- los investigadores fueron capaces de monitorear y medir la cantidad de vegetación fresca en toda la región.

Las imágenes fueron procesadas, usando técnicas matemáticas, para convertir los datos del satélite en mediciones de crecimiento de la vegetación. Así, los investigadores fueron capaces de medir los cambios en la vegetación entre 2000 y 2007, y, mediante un análisis, asociaron la disminución de la vegetación con un aumento en los brotes de virus.

- PUBLICIDAD -

Comentar

Enviar comentario

Enviar Comentario

Comentarios

Ordenar por: Relevancia | Fecha