Socio-environmental typologies of dengue risk at multiple spatial scales of the urban landscape

Deze studie toont aan dat in Ibague, Colombia, het dengue-risico sterk varieert tussen verschillende sociaal-ecologische stadsgebieden, waarbij hoge bevolkingsdichtheid en commerciële activiteit het risico verhogen, terwijl een gevarieerde en gemengde stadsstructuur beschermend werkt.

De kern

Stel je voor dat een stad als een levend organisme is, een enorme, complexe machine waar duizenden kleine onderdelen samenwerken. In deze machine leeft een onzichtbare vijand: de mug die dengue koorts overbrengt. Maar waar zit deze vijand precies? En waarom is het in de ene wijk een gevaarlijk nest, terwijl het in de wijk ernaast rustig is?

Dit onderzoek, uitgevoerd in de Colombiaanse stad Ibagué, probeert dit raadsel op te lossen. De wetenschappers kijken niet alleen naar de muggen, maar naar de stad zelf. Ze gebruiken een slimme vergelijking: ze bekijken de stad alsof het een legpuzzel is van verschillende stukjes, elk met zijn eigen karakter.

Hier is wat ze ontdekten, vertaald in alledaags taal:

1. De Stad als een Mozaïek van "Stukjes"

Stel je de stad voor als een gigantisch mozaïek van tegels. Elke tegel (een klein stukje van de stad) heeft zijn eigen mix van eigenschappen:

• Het landschap: Is het heuvelachtig? Is het vlak?
• De mensen: Wonen er veel mensen op een klein stukje? Zijn het rijke of arme huishoudens?
• De gebouwen: Zijn het winkels, kantoren of huizen? Hoe hoog zijn ze?

De onderzoekers hebben deze tegels in groepjes ingedeeld op basis van hun "karakter". Ze noemen dit typologieën. Het is alsof ze de stad in verschillende "personages" hebben verdeeld: de drukke winkelstraat, de rustige heuvelwijk, de arme sloppenwijk, en de rijke gated community.

2. De Grote Verassing: Het is niet alleen "Arm = Gevaarlijk"

Vaak denken we dat dengue alleen een probleem is in arme wijken. Maar dit onderzoek laat zien dat het veel ingewikkelder is.

• De drukke winkelstraten zijn verrassend gevaarlijk: De gebieden met veel winkels en kantoren (zoals het historische centrum van Ibagué) bleken juist heel veel dengue-gevallen te hebben.
  • De analogie: Stel je voor dat deze gebieden als een feestzaal zijn. Zelfs als de huizen er mooi zijn, komen er overdag duizenden mensen samen. De muggen vinden hier een enorme "buffet" van mensen om te prikken. Omdat mensen hier heen en weer reizen, verspreiden ze het virus als een vuurtje.
• De rijke, drukke wijken: Ook wijken met hoge inkomens en veel gebouwen bleken risico's te hebben, vooral als ze veel kantoren of winkels hebben.

3. De "Salade-effect" vs. De "Monocultuur"

Dit is misschien wel het coolste deel van het onderzoek. De wetenschappers keken niet alleen naar één tegel, maar naar hoe die tegels naast elkaar lagen.

• De "Monocultuur" (Gevaarlijk): Stel je een veld voor waar alleen maar één soort bloem groeit. Als er een ongedierte komt, kan het zich razendsnel verspreiden. In de stad betekent dit: als een heel groot gebied precies hetzelfde is (bijvoorbeeld alleen maar arme huizen of alleen maar kantoren), is het risico op dengue hoger. Het virus vindt hier een makkelijke weg.
• De "Salade" (Veilig): Nu stel je je een grote salade voor met verschillende groenten, fruit en noten door elkaar. Het is een wirwar van verschillende soorten. De onderzoekers ontdekten dat wijken die gemengd zijn (een beetje arm, een beetje rijk, een beetje winkels, een beetje huizen) juist veilig zijn.
  • De les: Diversiteit is een schild. Als je stad een "salade" is van verschillende soorten buurten, wordt de verspreiding van het virus geblokkeerd. De muggen kunnen niet zo makkelijk van het ene type gebied naar het andere vliegen zonder obstakels.

4. De Vorm van de Wijk

Ook de vorm van de straten en gebouwen telt mee.

• Rechte, nette straten: Dit lijkt veilig, maar soms niet.
• Knikkerige, onregelmatige vormen: Wijken met rare, onregelmatige vormen (vaak gebieden die spontaan zijn gebouwd zonder officieel plan) bleken gevaarlijker.
  • De analogie: Het is alsof je een doolhof hebt. In een rechte straat zie je alles goed. In een doolhof met rare hoekjes en kieren kunnen de muggen zich perfect verstoppen en nestelen.

Wat betekent dit voor ons?

Vroeger dachten we: "Laten we de muggen bestrijden in de arme wijken." Dit onderzoek zegt: "Nee, kijk naar het hele plaatje!"

1. Kijk naar de hele stad: Je moet niet alleen naar de armste huizen kijken, maar ook naar de drukke winkelcentra en kantoren.
2. Meng het op: Steden die een goede mix hebben van verschillende soorten buurten, lijken van nature beter bestand tegen ziektes.
3. Maak slimme plannen: Als je een nieuwe wijk bouwt, zorg dan dat hij niet te eentonig is. Zorg voor een mix van functies en mensen.

Kortom: Dengue is niet alleen een probleem van de muggen of de armen. Het is een probleem van hoe onze stad eruitziet en hoe we die stad hebben ingedeeld. Een stad die als een gevarieerde salade is, is gezonder dan een stad die als een eentonig blok beton is.

Technische samenvatting

Hieronder volgt een gedetailleerde technische samenvatting van het onderzoekspaper "Socio-environmental typologies of dengue risk at multiple spatial scales of the urban landscape", geschreven in het Nederlands.

Probleemstelling

De snelle urbanisatie in de 21e eeuw heeft geleid tot complexe socio-ecologische landschappen die bijdragen aan ruimtelijke ongelijkheden in de volksgezondheid, met name bij opkomende infectieziektes zoals denguekoorts. Bestaande studies bekijken vaak specifieke risicofactoren (zoals inkomen of vegetatie) geïsoleerd van elkaar. Echter, socio-ecologische factoren interageren op complexe manieren (additief, antagonistisch of synergetisch) en bepalen gezamenlijk het dengue-risico.

Er is een gebrek aan onderzoek dat expliciet de multi-schaal ruimtelijke relaties tussen de bebouwde omgeving en dengue-risico evalueert. De vraag welke geografische schaal het meest geschikt is om risico's te meten, blijft onbeantwoord, terwijl de processen op één schaal de uitkomsten op een andere schaal kunnen beïnvloeden. Het doel van deze studie is een operationeel kader te bieden om de multidimensionale drijvers van dengue-risico te evalueren binnen een "urban systems" (stedelijk systeem) benadering.

Methodologie

De studie werd uitgevoerd in Ibagué, Colombia, een middelgrote stad met jaarlijkse dengue-transmissie en een heterogeen landschap (variërend van agrarische laaglanden tot bergachtig bebost terrein).

1. Ruimtelijke eenheden van analyse:
De analyse vond plaats op twee geneste administratieve niveaus:

• Census blokken (Census blocks): Sub-wijkniveau (4.999 eenheden, mediaan 0,2 ha).
• Stadssecties (Urban sections): Wijkniveau (269 eenheden, mediaan 10,2 ha).

2. Dataverzameling:

• Dengue-gegevens: Geolocatie van waarschijnlijke en laboratoriumbevestigde gevallen (januari 2013 – juli 2019) van het Ministerie van Volksgezondheid.
• Socio-omgevingsdata: 18 kandidaat-variabelen afgeleid van open-source datasets, het Colombiaanse volkstelling (2018) en remote sensing (Google Earth Engine). Variabelen omvatten:
  • Biophysicaal: Hoogte, helling, bebouwde intensiteit, bebouwde hoogte, vegetatie (NDVI).
  • Socio-economisch: Bevolkingsdichtheid, huishoudensdichtheid, internettoegang, educatie, percentage "Estrato 1" (laag inkomen).
  • Institutioneel: Toegang tot water, riolering en afvalinzameling.

3. Analytische aanpak:

• Exploratieve analyse: Principal Component Analysis (PCA) en correlatieanalyses om multicollineariteit te verminderen en de belangrijkste covariaten te selecteren.
• Hierarchische clustering: Ongecontroleerde clustering (Ward's methode) om ruimtelijke eenheden te groeperen in stedelijke typologieën op basis van hun socio-omgevingsprofiel. De validiteit werd getest met de Dunn-index en stabiliteitsmetrieken.
• Landschapsconfiguratie: Berekening van landschapsmetrieken (diversiteit, complexiteit, vorm, aggregatie) binnen buffers van 0,5 km tot 2 km rondom elke eenheid.
• Statistische modellering: Negatieve binomiale Generalized Linear Models (GLM) om de relatie tussen de typologieën/configuratiemetrieken en dengue-incidentie te kwantificeren.

Belangrijkste Resultaten

1. Stedelijke Typologieën en Risicoprofielen:

• Op wijkniveau (Urban Sections): De analyse resulteerde in 10 stabiele typologieën. Typologieën met de hoogste dengue-incidentie (IRR > 3,0 t.o.v. de referentie) waren gekenmerkt door:
  • Hoge bevolkingsdichtheid.
  • Hoge bebouwde intensiteit.
  • Commerciële of dienstverlenende functies (bijv. Typologie 9).
  • Hoge ligging (bergachtig) met lage sociaaleconomische status (Typologie 2 en 4).
  • De laagste incidentie werd gevonden in Typologie 8 (lage dichtheid, hoge sociaaleconomische status, veel onbewoonde woningen).
• Op wijkniveau (Census Blocks): Ook hier bleek een 10-typologie structuur het beste te passen.
  • Typologie 6 en 5 hadden het hoogste risico. Typologie 5 correspondeerde met het historische centrum ("El Centro") en oostelijke randwijken (hoge commerciële intensiteit, lage sociaaleconomische status). Typologie 6 bestond uit verspreide gebieden met hoge sociaaleconomische status maar hoge commerciële activiteit en bebouwde intensiteit.
  • Contra-intuïtieve bevinding: Commerciële zones (zowel in het centrum als in wijkcentra) vertoonden de hoogste dengue-risico's, zelfs in gebieden met hogere inkomens.

2. Invloed van Landschapsconfiguratie:

• Diversiteit als bescherming: Een hogere diversiteit aan typologieën (gemeten via Shannon's index) in de omgeving (buffer) had een beschermend effect op dengue-incidentie op beide schalen.
• Aggregatie en Vorm:
  • Op wijkniveau (urban section) was een hogere "contagion" (menging van typologieën) geassocieerd met een hoger risico.
  • Op blokniveau (census block) was een hogere complexiteit van de vorm (perimeter-area fractal dimension) positief geassocieerd met dengue. Dit suggereert dat informele ontwikkeling met onregelmatige perceelvormen een risicofactor is.

3. Ruimtelijke Patronen:

• Dengue-incidentie was het hoogst in het westen van de stad (Comunas 1, 2, 11, 12) en in het oosten (Comuna 7).
• Ruimtelijke autocorrelatie was significant op beide schalen, maar sterker op het niveau van de stadssecties.

Belangrijkste Bijdragen

1. Multi-schaal Framework: De studie demonstreert succesvol hoe een "urban systems" framework kan worden toegepast om dengue-risico te modelleren door zowel landschapscompositie (wat er is) als configuratie (hoe het is gerangschikt) te integreren op meerdere schalen.
2. Identificatie van Commerciële Hubs als Risico: De studie benadrukt dat commerciële zones, vaak over het hoofd gezien in vergelijking met sloppenwijken, cruciale hotspots zijn voor dengue-transmissie door de hoge menselijke mobiliteit en menging.
3. Rol van Ruimtelijke Diversiteit: Het onderzoek levert bewijs dat socio-ecologische diversiteit in de directe omgeving een buffer kan vormen tegen dengue-uitbraken, wat wijst op het belang van "social mixing" en heterogene landschappen.
4. Operationalisatie: Het biedt een reproduceerbare methode voor steden wereldwijd om risicokaarten te maken zonder afhankelijk te zijn van dure veldstudies, gebruikmakend van open data en remote sensing.

Significantie en Implicaties

De bevindingen hebben directe gevolgen voor het publieke gezondheidsbeleid:

• Gerichte Interventies: Bestaande strategieën die zich uitsluitend richten op residentiële gebieden of arme wijken zijn ontoereikend. Interventies moeten worden uitgebreid naar commerciële centra en drukke wijkkernen, zelfs in hogere inkomensgebieden.
• Ruimtelijke Planning: De beschermende werking van landschapsdiversiteit suggereert dat stadsplanning die zorgt voor een mix van functies en sociaaleconomische groepen, indirect kan bijdragen aan ziektepreventie.
• Formele vs. Informele Ontwikkeling: De correlatie tussen vormcomplexiteit en risico op blokniveau wijst op de noodzaak om specifieke aandacht te besteden aan informeel ontwikkelde gebieden met onregelmatige perceelstructuren.

Samenvattend stelt deze studie dat dengue-risico niet alleen wordt bepaald door armoede of dichtheid, maar door de complexe interactie van fysieke, sociale en institutionele factoren binnen het stedelijke weefsel, waarbij de ruimtelijke rangschikking van deze factoren een even grote rol speelt als hun aanwezigheid.