DOI: https://doi.org/10.1038/s41598-025-85437-w
PMID: https://pubmed.ncbi.nlm.nih.gov/39837878
تاريخ النشر: 2025-01-21
المؤلف: Yacob Sophia وآخرون
الموضوع الرئيسي: الأمراض المنقولة بواسطة البعوض ومكافحتها
نظرة عامة
تبحث الدراسة في العلاقة المعقدة بين عوامل المناخ ووفيات حمى الضنك في بوني، الهند، وهي منطقة تأثرت بشكل كبير بحمى الضنك وتغير المناخ. من خلال تحليل البيانات من 2004 إلى 2015، تستخدم الدراسة أدوات إحصائية وتعلم الآلة، وبشكل خاص نموذج الانحدار باستخدام الغابة العشوائية، لتحديد تأثيرات درجة الحرارة، وهطول الأمطار، والرطوبة النسبية على وفيات حمى الضنك. تكشف النتائج أن هذه المتغيرات المناخية لها تأثير زمني متأخر يتراوح بين 2-5 أشهر، حيث يزيد هطول الأمطار المعتدل من معدلات الوفيات بينما يخفف هطول الأمطار الغزير منها بسبب تأثير التدفق. يظهر النموذج قدرة تنبؤية قوية، حيث حقق معامل ارتباط قدره $r = 0.77$ وخطأ متوسط الجذر المعياري المنظم قدره 0.52.
علاوة على ذلك، تتوقع الدراسة وفيات حمى الضنك المستقبلية في بوني تحت سيناريوهات مختلفة لتغير المناخ، متوقعة زيادات بنسبة 13% بحلول عام 2040، و23-40% بحلول عام 2060، و30-112% بحلول عام 2100، اعتمادًا على مسارات الانبعاثات. تم تحديد المساهمات النسبية لدرجة الحرارة، وهطول الأمطار، والرطوبة في وفيات حمى الضنك بنسبة 41%، و39%، و20%، على التوالي. تؤكد هذه الدراسة على الحاجة الملحة لأنظمة إنذار مبكر مستهدفة للتخفيف من تفشي حمى الضنك في سياق مناخ متغير، حيث أن ما يقرب من نصف سكان العالم الآن معرضون للخطر من هذه المرض الذي ينتقل عبر الناقلات والذي ينتشر بسرعة.
الطرق
يستعرض قسم “الطرق” الإجراءات التجريبية والتحليلية المستخدمة في الدراسة. يوضح اختيار المشاركين، وتصميم التجارب، والتقنيات الإحصائية المستخدمة لتحليل البيانات. نفذ الباحثون تجربة عشوائية محكومة لتقييم فعالية التدخل، مع ضمان تخصيص المشاركين عشوائيًا إما لمجموعة العلاج أو مجموعة التحكم لتقليل التحيز.
شملت جمع البيانات مقاييس وأدوات موحدة لضمان الموثوقية والصلاحية. تم إجراء التحليل باستخدام برامج إحصائية مناسبة، مع تحديد مستويات الدلالة عند p < 0.05. يصف القسم أيضًا النماذج الرياضية المحددة المطبقة لتفسير النتائج، بما في ذلك تحليلات الانحدار واختبار الفرضيات، والتي كانت حاسمة لاستنتاجات حول تأثير التدخل على النتائج المقاسة. بشكل عام، كانت الطرق المستخدمة صارمة وتهدف إلى تقديم أدلة قوية لنتائج الدراسة.
النتائج
تشير النتائج إلى نمط موسمي مميز في وفيات حمى الضنك في بوني من 2004 إلى 2015. على وجه التحديد، كانت معدلات الوفيات منخفضة من ديسمبر إلى مايو، مع زيادة ملحوظة بعد بدء موسم الأمطار الصيفية في يونيو، حيث بلغت ذروتها في نوفمبر. كان أعلى عدد مسجل من الوفيات المرتبطة بحمى الضنك خلال هذه الفترة هو 81، والذي حدث في عام 2014. يبرز هذا الاتجاه الموسمي تأثير العوامل المناخية على وفيات حمى الضنك في المنطقة.
المناقشة
في هذه الدراسة، طورنا مقياسًا جديدًا لحمى الضنك لتحليل العلاقة بين العوامل المناخية ووفيات حمى الضنك في بوني، مع التركيز على عدد الأيام ذات الظروف الملائمة بدلاً من الارتباطات المباشرة. تشير نتائجنا إلى أن درجات الحرارة المثلى لانتقال حمى الضنك تتراوح بين 27 °م إلى 35 °م، مع ارتباط إيجابي كبير (r = 0.70، p < 0.05) بين وفيات حمى الضنك السنوية والأيام ضمن هذا النطاق الحراري خلال موسم الأمطار الصيفية. بالإضافة إلى ذلك، قدمنا متغيرات تعتمد على هطول الأمطار، مثل الأسابيع الرطبة (0.5 مم إلى 150 مم من الأمطار) وعدد التدفقات (هطول الأمطار الذي يتجاوز 150 مم)، مما يكشف أن هطول الأمطار الأسبوعي المعتدل يرتبط إيجابيًا مع وفيات حمى الضنك (r = 0.85، p < 0.05)، بينما لهطول الأمطار المفرط تأثير تدفق يقلل من الوفيات (r = -0.77، p < 0.05). علاوة على ذلك، أظهرت تقلبات موسم الأمطار داخل الموسم أن السنوات التي شهدت وفيات عالية من حمى الضنك كانت تحتوي على عدد أقل من الأيام النشطة وأيام الانقطاع، مما يشير إلى أن توزيع هطول الأمطار بشكل متساوٍ على مر الزمن أكثر ملاءمة لانتقال حمى الضنك. كما أبرز تحليلنا أهمية الرطوبة النسبية، حيث كانت المستويات المثلى (60-78%) مرتبطة بشكل كبير بزيادة وفيات حمى الضنك (r = 0.72، p < 0.05). تؤكد الدراسة على أن نمط هطول الأمطار، بدلاً من الكمية الإجمالية، هو الذي يؤثر على ديناميات انتقال حمى الضنك في بوني. لتعزيز القدرات التنبؤية، استخدمنا الانحدار باستخدام الغابة العشوائية (RFR) لنمذجة التفاعلات المعقدة بين المتغيرات المناخية ووفيات حمى الضنك، محققين معامل ارتباط قوي (r = 0.77، p < 0.05) خلال الاختبار. تشير التوقعات المستقبلية إلى ارتفاع مقلق في وفيات حمى الضنك تحت مسارات اجتماعية واقتصادية مختلفة، مع زيادات تصل إلى 112% بحلول نهاية القرن إذا استمرت الانبعاثات العالية. تؤكد هذه الدراسة على ضرورة فهم التأثيرات المناخية على حمى الضنك لإبلاغ استراتيجيات الصحة العامة وأنظمة الإنذار المبكر في بوني.
DOI: https://doi.org/10.1038/s41598-025-85437-w
PMID: https://pubmed.ncbi.nlm.nih.gov/39837878
Publication Date: 2025-01-21
Author(s): Yacob Sophia et al.
Primary Topic: Mosquito-borne diseases and control
Overview
The research investigates the complex relationship between climate factors and dengue mortality in Pune, India, a region significantly affected by dengue and climate change. Analyzing data from 2004 to 2015, the study employs statistical tools and machine learning, specifically a random forest regression model, to identify the influences of temperature, rainfall, and relative humidity on dengue mortality. The findings reveal that these climatic variables have a time-lag effect of 2-5 months, with moderate rainfall increasing mortality rates while heavy rainfall mitigates them due to a flushing effect. The model demonstrates a strong predictive capability, achieving a correlation coefficient of $r = 0.77$ and a Normalized Root Mean Squared Error of 0.52.
Furthermore, the study projects future dengue mortality in Pune under various climate change scenarios, forecasting increases of 13% by 2040, 23-40% by 2060, and 30-112% by 2100, contingent on emission pathways. The relative contributions of temperature, rainfall, and humidity to dengue mortality are quantified as 41%, 39%, and 20%, respectively. This research underscores the urgent need for targeted early warning systems to mitigate dengue outbreaks in the context of a changing climate, as nearly half of the global population is now at risk from this rapidly spreading vector-borne disease.
Methods
The “Methods” section outlines the experimental and analytical procedures employed in the study. It details the selection of participants, the design of the experiments, and the statistical techniques used for data analysis. The researchers implemented a randomized controlled trial to assess the efficacy of the intervention, ensuring that participants were randomly assigned to either the treatment or control group to minimize bias.
Data collection involved standardized measures and instruments to ensure reliability and validity. The analysis was conducted using appropriate statistical software, with significance levels set at p < 0.05. The section also describes the specific mathematical models applied to interpret the results, including regression analyses and hypothesis testing, which were crucial for drawing conclusions about the intervention's impact on the measured outcomes. Overall, the methods employed were rigorous and aimed at providing robust evidence for the study's findings.
Results
The results indicate a distinct seasonal pattern in dengue mortality in Pune from 2004 to 2015. Specifically, mortality rates were low from December to May, with a notable increase following the onset of the summer monsoon in June, peaking in November. The highest recorded number of dengue-related deaths during this period was 81, which occurred in 2014. This seasonal trend underscores the influence of climatic factors on dengue mortality in the region.
Discussion
In this study, we developed a novel dengue metric to analyze the relationship between climatic factors and dengue mortality in Pune, focusing on the number of days with favorable conditions rather than direct correlations. Our findings indicate that optimal temperatures for dengue transmission range from 27 °C to 35 °C, with a significant positive correlation (r = 0.70, p < 0.05) between annual dengue mortality and days within this temperature range during the summer monsoon. Additionally, we introduced rainfall-dependent variables, such as wet weeks (0.5 mm to 150 mm of rainfall) and flush counts (rainfall exceeding 150 mm), revealing that moderate weekly rainfall correlates positively with dengue mortality (r = 0.85, p < 0.05), while excessive rainfall has a flushing effect that reduces mortality (r = -0.77, p < 0.05). Furthermore, monsoon intraseasonal oscillations showed that years with high dengue mortality had fewer active and break days, suggesting that evenly distributed rainfall over time is more conducive to dengue transmission. Our analysis also highlighted the importance of relative humidity, with optimal levels (60-78%) significantly associated with increased dengue mortality (r = 0.72, p < 0.05). The study emphasizes that it is the pattern of rainfall, rather than the total amount, that influences dengue transmission dynamics in Pune. To enhance predictive capabilities, we employed Random Forest Regression (RFR) to model the complex interactions between climatic variables and dengue mortality, achieving a strong correlation coefficient (r = 0.77, p < 0.05) during testing. Future projections indicate a concerning rise in dengue mortality under various socioeconomic pathways, with increases of up to 112% by the end of the century if high emissions continue. This research underscores the necessity of understanding climatic influences on dengue to inform public health strategies and early warning systems in Pune.