W niedawnej metaanalizie opublikowanej w czasopiśmie Natura, badacze gromadzą, analizują i omawiają wyniki ponad 2938 opublikowanych obserwacji, aby wyjaśnić czynniki globalnych zmian, które w największym stopniu przyczyniają się do globalnego wzrostu liczby chorób zakaźnych, zarówno wśród ludzi, jak i innych organizmów innych niż ludzie. Ich badanie pokazuje, że utrata różnorodności biologicznej, wprowadzanie gatunków, zmiany klimatyczne i zanieczyszczenia chemiczne bezpośrednio lub pośrednio zwiększają ryzyko chorób zakaźnych. W przeciwieństwie do poprzednich raportów, wylesianie i fragmentacja lasów odgrywają niewielką, na ogół nieistotną rolę w obserwowanych interakcjach żywiciel-pasożyt. Co zaskakujące, stwierdzono, że urbanizacja jest powiązana ze zmniejszeniem ryzyka chorób zakaźnych.

Odkrycia te dostarczają ważnych informacji na temat czynników warunkujących choroby zakaźne i częściowo wyjaśniają zwiększoną częstość występowania chorób zakaźnych na całym świecie. Można je wykorzystywać do informowania o globalnej polityce zarządzania chorobami i nadzoru oraz pomagać decydentom w podejmowaniu świadomych decyzji dotyczących najbardziej efektywnych inwestycji zasobów ludzkich w poprawę wyników chorób w przyszłości.

Badanie: Metaanaliza czynników wpływających na globalne zmiany i ryzyka chorób zakaźnych. Źródło zdjęcia: Francesco Scatena / Shutterstock

Wpływ zmian antropogenicznych na zdrowie na świecie

Ukoronowaniem chwały współczesnego społeczeństwa ludzkiego jest postęp w opiece zdrowotnej i zarządzaniu chorobami. Niestety, raporty i publikacje naukowe ujawniają, że częstość występowania nowych chorób zakaźnych rośnie w zastraszającym tempie, zarówno w interakcjach człowieka, jak i innych niż człowiek żywicieli-pasożytów. Poprzednie badania sugerują, że społeczno-ekonomiczne, środowiskowe i ekologiczne czynniki globalnych zmian, z których większość ma charakter antropogeniczny, są w istotny sposób powiązane z obserwowanym wzrostem ryzyka chorób. Jednakże badania te zwykle koncentrują się na jednym lub kilku czynnikach i brakuje w nich całościowego przeglądu czynników, które mają największy wpływ i dlatego wymagają największych inwestycji do zarządzania.

„Chociaż istnieje wiele indywidualnych badań na temat ryzyka chorób zakaźnych i zmian środowiska, a także syntez na temat tego, jak niektóre czynniki zmiany ekosystemu wpływają na choroby zakaźne, brakuje formalnych metaanaliz badających, w jaki sposób choroby zakaźne roślin, zwierząt i ludzi są modyfikowane na całym świecie. zmień kierowcę.”

O metaanalizie

W niniejszej metaanalizie badacze starali się zebrać i przeanalizować dostępną literaturę na temat powiązań między globalnymi, zwykle antropogenicznymi czynnikami wpływającymi na zmiany, a interakcjami żywiciel-pasożyt między roślinami, zwierzętami i ludźmi. Następnie próbują wyjaśnić względną wielkość wpływu każdego czynnika na globalne ryzyko infekcji oraz czy te powiązania można uogólnić, czy też zależą od kontekstu. Aby to osiągnąć, badacze zebrali publikacje z trzech repozytoriów literatury naukowej, a mianowicie Web of Science, PubMed i Scopus, dotyczące dowolnego z pięciu czynników globalnej zmiany – różnorodności biologicznej, przemian krajobrazu, zmiany klimatu, zanieczyszczenia chemicznego i wprowadzania gatunków.

Badania uwzględniano bez względu na rodzaj publikacji (rozdziały w książkach, szara literatura, materiały konferencyjne i recenzje) lub język (publikacje w języku innym niż angielski zostały przetłumaczone na język angielski w trakcie selekcji), pod warunkiem, że praca została zrecenzowana i wyciągnięto zwięzłe wnioski na temat wpływu interesującego nas czynnika zmiany globalnej na patogen/pasożyta. Gromadzenie danych obejmowało wyodrębnienie wszelkich wskaźników punktów końcowych choroby związanych ze zmianą globalną (np. wariancji, odchylenia standardowego), zdefiniowanie podkategorii czynnika wywołującego globalną zmianę, odpowiedniego gatunku żywiciela i patogenu oraz wszelkich innych ilościowych cech żywiciela lub patogenu. Oczywiste błędy ortograficzne zostały poprawione ręcznie przed włączeniem ich do metaanalizy.

W przypadkach, gdy pojedynczy patogen mógł zainfekować wielu blisko spokrewnionych żywicieli, różnych żywicieli zastępowano ręcznie przypisując im wyższy porządek taksonomiczny. Biorąc pod uwagę, że niektórzy żywiciele i pasożyty przeszli rewizje taksonomiczne od czasu publikacji ich odpowiednich badań, do poprawienia i aktualizacji wszelkich takich rewizji wykorzystano platformę Global Names Resolver (Encyklopedia Życia).

Metaanalizę przeprowadzono w oprogramowaniu R (wersja 4.2.2) przy użyciu wielu wielopoziomowych modeli efektów mieszanych. Ponieważ zaobserwowano, że dane mają wiele rozmiarów efektów (a czasami obejmowały wiele niezależnych obserwacji w ramach tego samego badania), wszystkie uwzględnione modele efektów mieszanych zostały skorygowane przy użyciu efektów losowych na poziomie badania i na poziomie obserwacji, po czym nastąpiła silna wariancja taksator.

„Najpierw oszacowaliśmy ogólną średnią ogólną i całkowitą niejednorodność wyjaśnioną składnikami efektu losowego. Po drugie, aby przetestować wpływ szeroko rozumianych czynników zmiany globalnej na choroby, przeprowadziliśmy model metaanalityczny, w którym moderatorem jest czynnik zmiany globalnej. Po trzecie, aby sprawdzić, czy podczynniki czynników globalnej zmiany w różny sposób wpływają na chorobę, przeprowadziliśmy model metaanalityczny, w którym moderatorem są podczynniki czynników globalnej zmiany. Po czwarte, staraliśmy się przetestować zależności kontekstowe wpływu czynników globalnych zmian na choroby”.

Błędy specyficzne dla publikacji oceniano za pomocą wykresów lejkowych, wielopoziomowych metaregionów, roku publikacji i zmiennej moderatora (ta ostatnia podwaja się jako test błędu opóźnienia w czasie).

Wyniki badania i wnioski

W wyniku przeglądu literatury zidentyfikowano 972 publikacje obejmujące 2938 obserwacji dotyczących 1006 gatunków pasożytów, 480 gatunków żywicieli i 1497 interakcji żywiciel-pasożyt. Co zachęcające, każdy kontynent (z wyjątkiem Antarktydy) był dobrze reprezentowany w ostatecznym zbiorze danych, obejmującym ponad 20 badań terenowych w każdym kraju na zidentyfikowany czynnik stymulujący, zarówno w przypadku krajów o wysokim dochodzie, jak i krajów o niskich i średnich dochodach (LMIC). Jedynymi wyjątkami od sześciu i trzech publikacji LMIC były odpowiednio zanieczyszczenia chemiczne i wprowadzone gatunki.

Wyniki tej metaanalizy podkreślają utratę różnorodności biologicznej, zanieczyszczenie chemiczne, zmianę klimatu oraz gatunki inwazyjne/introdukowane jako najważniejsze determinanty rosnącego globalnego ryzyka chorób. Stwierdzono, że wyniki te są spójne zarówno w przypadku chorób pasożytniczych u ludzi, jak i innych niż ludzie, chociaż w sposób wysoce zależny od kontekstu.

„Punkty końcowe pasożytów o złożonym cyklu życiowym, takich jak makropasożyty i patogeny przenoszone przez wektory, zmniejszały się bardziej wraz z utratą/zmianą siedlisk, zwiększały się bardziej wraz ze zmianą różnorodności biologicznej i reagowały słabiej w odpowiedzi na wprowadzone gatunki w porównaniu z punktami końcowymi pasożytów o prostych cykle życiowe, a ektopasożyty zwiększały się bardziej w odpowiedzi na wprowadzone gatunki w porównaniu z endopasożytami”.

Pomimo pojedynczych publikacji sugerujących, że wylesianie i fragmentacja lasów są głównymi czynnikami powodującymi globalne ryzyko infekcji, aktualna metaanaliza pokazuje, że czynniki te odgrywają niewielką, często nieistotną rolę w obserwowanej częstości występowania chorób. Co zaskakujące, stwierdzono, że urbanizacja jest powiązana ze zmniejszeniem ryzyka chorób zakaźnych, chociaż mechanizmy leżące u podstaw tych obserwacji wymagają dodatkowych badań, zanim urbanizację będzie można uznać za strategię przeciwdziałania chorobom.

Podsumowując, niniejsza metaanaliza identyfikuje i podkreśla czynniki globalnych zmian, które w największym stopniu przyczyniają się do wzrostu częstości występowania chorób wśród roślin, zwierząt innych niż ludzie i ludzi. To z kolei zapewnia decydentom wiedzę niezbędną do alokacji ograniczonych zasobów w celu osiągnięcia idealnego ograniczenia ryzyka chorób na całym świecie.