Modelling Malaria at the Human–Environment Interface in the Cross-Border Oiapoque Basin: A One Health ABM-GIS Approach

ブラジルとフランス領ギアナの境界にまたがる、鬱蒼とした湿潤な森林地帯では、マラリアとの絶え間ない戦いが繰り広げられている。蚊によって媒介されるこの病気は、無作為に広がるのではなく、天候のリズムと人々の移動に従って進行する。数十年にわたり、保健当局は気候が蚊の個体数を左右することを理解してきたが、人間という要素を追跡することには苦慮してきた。従来の健康記録では、村を地図上の単一の静的な点として扱うことが多く、そこに住む人のリスクは固定されていると想定してきた。しかし、この辺境地域において、人々は留まることはない。彼らは町と深い森の間を絶えず移動しており、静的な地図では捉えきれない複雑な曝露のネットワークを作り出している。これを理解するためには、科学者たちは3つの要素の交差点を注視しなければならない。すなわち、変化する景観、変化する気候、そしてそこに住む人々の日常的な旅路である。これは、人間の健康は環境やその中の動物の健康と密接に関連しているという「ワンヘルス（One Health）」のアプローチの本質である。

リスボン大学の研究チームは、マラリアが根強い問題となっている広大な国境地帯、オアピケ盆地の「デジタルツイン」を構築することで、この課題に取り組んだ。単純な統計に頼る代わりに、彼らは仮想的な実験室として機能する高度なコンピュータ・シミュレーションを作成した。このデジタル世界において、彼らは数千人の個別の「エージェント（代理人）」――実在の人々を象徴するもの――でマップを埋め尽くした。各エージェントには特定の職業と特定の移動様式が与えられている。これらのエージェントには、金採掘者、農民、そして都市居住者が含まれる。研究者たちは、気温、降水量、土地利用に関する高解像度のデータをモデルに投入し、コンピュータがどこで蚊が繁殖しやすいか、そして変化する森林がいかにして新たな繁殖地を作り出すかを計算できるようにした。決定的なことに、このモデルは単に上空から人々を観察したのではない。彼らの日常生活をシミュレートし、河川や未舗装路に沿った移動時間を追跡し、自宅に戻る前にどれだけの時間を高リスク地帯で過ごしたかを算出したのである。

このシミュレーションの結果は、誰がなぜ最もリスクにさらされているのかという、厳しい現実を明らかにした。モデルは、危険が均等に分布していないことを示した。都市居住者のリスクは極めて低い一方で、安全な町を離れて森の中で働く人々にとって、危険は劇的に跳ね上がる。シミュレーションによれば、金を採掘するために原生林の奥深くへと移動する採掘者は、都市住民よりも100倍以上高い感染リスクに直面している。農民は中程度のリスクに直面するが、採掘者は別格のカテゴリーに属する。研究では、典型的な1年間に、地域の全マラリア症例の80パーセント以上を採掘者が占めていることが判明した。この高い脆弱性は、採掘者が本質的に病気に罹りやすいからではなく、彼らの仕事が、自らの掘削作業によって生じた停滞水の中に蚊が繁殖する遠隔の森林地帯で、一度に数週間もの時間を過ごすことを強いるためである。モデルは、もしこれらの労働者が家に留まり、決して森へ移動しなければ、症例数は現在と比較してごくわずかな割合にまで減少することを証明した。つまり、深い森へと通勤するという行為こそが、流行を駆動する主要なエンジンであることを裏付けたのである。

研究者たちはまた、単にその地域に医療従事者を増やすだけで問題が解決するかどうかもテストした。彼らは、モバイル・ヘルス・チーム（移動診療チーム）の数を20パーセント増やした場合、感染者数が大幅に減少することを期待して、シナリオをシミュレートした。結果は、非常に厳しいものであった。リソースをこのように強化したとしても、マラリアの症例数はほとんど動かず、流行のピーク時においても減少率は5パーセント未満であった。シミュレーションは、保健システムが限界に達していることを示した。移動診療チームは、たとえどれほど熟練していようとも、採掘者の移動の速さと範囲に追いつくことができない。医療チームが遠隔地のキャンプに到着する頃には、労働者はすでに曝露しているか、あるいはすでに移動してしまっていることが多い。この研究は、人々が常に移動している状況において、町に医療従事者を配置したり、人々が来るのを待ったりするという現在の戦略は、もはや効果的ではないことを示唆している。

この研究は、これらの境界地域におけるマラリア管理の方法について、根本的な転換が必要であることを示している。病気を「静的な問題」として扱い、町にクリニックを建設して患者を待つという伝統的な手法は、リスクが動的かつ流動的であるために失敗している。コンピュータ・モデルは、最も効果的な方法は、人々の動きに反応することではなく、人々の動きを予測することであると実証している。採掘者が病んだ状態で町に戻ってくるのを待つのではなく、医療チームは、これらの労働者が最も曝露しやすい特定の通過点や森林の縁へと展開されるべきである。気候データを用いて、いつ、どこでリスクが最高潮に達するかを予測することで、当局は感染する前に労働者を阻止するために移動チームを派遣することができる。研究は、静的な場所にスタッフを増やすことは収穫逓減をもたらす一方で、人々が森の中へと移動する動きを追うような、標的を絞った機動的なアプローチこそが、この複雑な国境を越えた景観における感染のサイクルを断ち切るための唯一の現実的な道であると結論づけている。