Objetivos:
Para reducir el riesgo sanitario que supone la presencia del mosquito tigre, capaz de transmitir dengue, Zika o chikungunya, es importante entender los factores que afectan la transmisión de estos virus.
Son muchos los componentes que pueden contribuir en la expansión de un virus transmitido por mosquitos. Por un lado, aquellos que corresponden al mosquito, saber si está presente en una zona, su abundancia, las condiciones climáticas que favorecen la explosión de sus poblaciones, su periodo de actividad diario y su estacionalidad a lo largo del año. Por otro los que conciernen a las personas. La distribución de las poblaciones humanas, su densidad, los desplazamientos diarios, los viajes, sus hábitos de vida, variables determinadas en gran parte por factores socioeconómicos. La intersección de todos ellos modula la interacción mosquito-humano y comprender bien esta modulación es vital para comprender la transmisión de estos virus.
Big Mosquito Bytes propone utilizar la ciencia ciudadana y el Big Data para predecir a tiempo real donde hay la mayor densidad de interacciones humanos-mosquitos, y analizar dónde es más probable que se pueda llegar a desarrollar un brote epidémico, a partir de unos pocos casos aislados. El objetivo final es proporcionar una herramienta de alerta temprana a las agencias de salud pública que actúan en los diferentes ámbitos territoriales del país, de forma que identifiquen dónde hay, en todo momento, un mayor riesgo de transmisión. Esto permitirá hacer una gestión entomológica y sanitaria más dirigida y efectiva, considerando que mejorar la gestión de los vectores de estas enfermedades es, hoy por hoy, la mejor vacuna para proteger en la población.
Con este objetivo, se trabaja en el desarrollo de modelos matemáticos dinámicos y espaciales que evalúen los riesgos de salud pública de manera continua. Los modelos se alimentarán con datos a tiempo real del programa de ciencia ciudadana Mosquito Alert, información de los servicios de control de mosquitos, datos climáticos y ambientales, así como datos sociodemográficos de la población humana. Los modelos también incluirán datos de movilidad humana a partir de datos obtenidos de Twitter (tuits geolocalizados), de teléfonos móviles y otras fuentes, así como la actualización de datos epidemiológicos, informando de los casos infectados, tanto de los locales como de los casos importados desde áreas donde las enfermedades son endémicas.
Desigualdad socioeconómica y desigualdad de riesgos sanitarios en la interacción humano-mosquito
El proyecto analizará, con particular atención, si la creciente desigualdad social existente en las zonas urbanas se traduce en desigualdad de riesgos sanitarios con relación a las enfermedades transmitidas por mosquitos. En particular se estudiará la incidencia que determinadas variables, ligadas a la clase social y al género, tienen sobre la interacción humano-mosquito. Detectar estos factores permitirá proponer acciones que permitan atenuar mejor estos riesgos socialmente diferenciales.
Toda esta información se integrará y se proporcionará a tiempo real a las agencias de salud pública en forma de mapas de riesgo que se presentarán en un portal de salud pública de gestión privada, pero también, al público en general. El desarrollo de esta herramienta se llevará a cabo con la colaboración del Centro de Coordinación de Alertas y Emergencias Sanitarias (CCAES), la Agencia de Salud Pública de Cataluña (ASPCAT), y la Agencia de Salud Pública de Barcelona (ASPB).
El proyecto está formado por un equipo interdisciplinario que incluye ecólogos, sociodemógrafos, epidemiólogos, entomólogos, científicos de datos y desarrolladores informáticos, de instituciones de investigación nacionales e internacionales (Alemania).
