Climatic suitability for leishmaniasis at global and European scales

Deze studie maakt gebruik van een XGBoost-machineleringkader om aan te tonen dat het mondiale en Europese risico op leishmaniasis wordt gedreven door het samenspel van landgebruik, klimaatverandering en socio-economische ongelijkheid, waarbij een significante toename van de ziekteprevalentie sinds de jaren 1990 en een noordwaartse uitbreiding van viscerale leishmaniasis in Europa worden blootgelegd, hetgeen de noodzaak onderstreept van versterkte surveillance en gerichte ondersteuning voor kwetsbare bevolkingsgroepen.

De kern

Het Grote Plaatje: Een Spel van "Waar zit de Zandvlieg?"

Stel je Leishmaniasis voor als een spelletje verstoppertje gespeeld door een tiny, onzichtbare vijand. De vijand is een parasiet, maar hij heeft een "boodschapper" nodig om hem naar mensen te brengen. Die boodschapper is de zandvlieg (een tiny insect). Als de zandvlieg op een bepaalde plek niet kan overleven, kan het spel daar niet beginnen.

Dit artikel is als een super-slimme detective (die een computerprogramma genaamd XGBoost gebruikt) die probeert te voorspellen waar dit spel het meest waarschijnlijk zal plaatsvinden. De detective kijkt naar drie belangrijkste aanwijzingen om het mysterie op te lossen:

1. Het Weer: Is het te heet, te koud, te droog, of juist goed?
2. Het Landschap: Is er een bos, struikgewas of een stad?
3. De Mensen: Is het gebied arm of rijk? Heeft iedereen toegang tot goede gezondheidszorg?

De Toolkit van de Detective: Hoe Ze Het Dedden

De onderzoekers bouwden twee verschillende "kaarten" om de puzzel op te lossen:

• De Wereldkaart: Kijken naar de hele wereld (zoals een aardbol).
• De Europese Kaart: Nauwkeurig kijken naar Europa (zoals een gedetailleerde straatkaart).

Ze voerden duizenden jaren aan data over temperatuur, regen, bodem en landgebruik in de computer. Ze keken ook naar sociale data, zoals hoeveel mensen in armoede leven of gebrek hebben aan basisvoorzieningen. De computer leerde patronen te herkennen: "Ah, als er struiken zijn, het koud is in de winter maar vochtig in de zomer, en mensen financieel worstelen, dan zijn dat de plekken waar de zandvliegen en de ziekte verschijnen."

De Grote Ontdekkingen

1. De "Struik"-Factor is Koning

De belangrijkste aanwijzing was niet de temperatuur of de armoede; het was landgebruik. Specifiek: struiken en bossen.

• De Analogie: Denk aan struiken en bossen als het "vijfsterrenhotel" van de zandvlieg. Deze plekken bieden schaduw (om zich te verbergen voor de zon), vocht (om te voorkomen dat hun eieren uitdrogen) en genoeg snacks (dieren zoals konijnen en knaagdieren die de vliegen bijten). Als je struiken hebt, heb je waarschijnlijk ook zandvliegen.

2. Het Weer Maakt Uit (Maar Niet Alleen "Heet")

De computer ontdekte dat zandvliegen kieskeurig zijn wat betreft het weer.

• De Kou: Ze hebben een winter nodig die niet te bevriezend is (gemeten als de "gemiddelde temperatuur van het koudste kwartaal").
• De Droogte: Ze hebben vochtigheid nodig tijdens de heetste of droogste tijden van het jaar. Als het te heet en droog wordt, kunnen de vliegen niet overleven.
• De Verschuiving: Naarmate het klimaat verandert, verplaatst het "hotel". Sommige vliegen die van warmte houden, trekken naar het noorden, terwijl vliegen die van koele, vochtige plekken houden, zich terugtrekken.

3. Armoede is een Krachtige Voorspeller

De studie bevestigde dat deze ziekte een "ziekte van ongelijkheid" is.

• De Analogie: Zelfs als het weer perfect is voor zandvliegen, zet de ziekte zich vaak alleen vast waar mensen kwetsbaar zijn. Denk aan armoede, slechte huisvesting en gebrek aan gezondheidszorg als "open deuren" die de ziekte binnenlaten. In Europa is dit gekoppeld aan vluchtelingen en migranten die mogelijk in overvolle of tijdelijke omstandigheden leven.

Wat Veranderde Er in de Loop van de Tijd?

De detective keek hoe het spel is veranderd van de jaren 90 tot vandaag (2024).

• Wereldwijd: Het risico op de ziekte is met ongeveer 17% gestegen. De grootste sprongen vinden plaats in Afrika, Azië en de Amerieken.
• In Europa: Het totale risico is slechts een klein beetje gestegen (ongeveer 1-2%), maar de locatie van het risico veranderde drastisch.
  • Viscerale Leishmaniasis (de ernstige vorm): Deze verplaatst zich langzaam naar het noorden. Landen zoals Finland en Zweden zien hogere risico's, hoewel de absolute aantallen nog steeds laag zijn.
  • Cutane Leishmaniasis (de huidvorm): Deze wordt erger in Zuid- en Oost-Europa (zoals Spanje, Frankrijk, Italië en de Balkan). Sommige specifieke gebieden zagen hun risico verdubbelen of verdrievoudigen.

De Migratie van de Zandvlieg

De studie volgde ook de specifieke soorten zandvliegen in Europa:

• De Warmte-aanpassers: Soorten die van warmte houden (zoals P. ariasi en P. perniciosus) breiden hun territorium uit en trekken naar nieuwe gebieden.
• De Koele-liefhebbers: Soorten die van koeler, vochtiger weer houden (zoals P. perfiliewi) trekken zich terug omdat Zuid-Europa te heet en droog wordt voor hen.

De Beperkingen (Wat de Detective Niet Perfect Kon Zien)

Het artikel geeft toe dat de detective een paar dingen niet perfect kon uitzoeken:

• Geïmporteerde Gevallen: Soms raken mensen ziek na een reis naar een ander land en brengen ze de ziekte terug. Het model kan niet altijd vertellen of een geval lokaal begon of "geïmporteerd" was als een souvenir.
• Data-gaten: Op sommige plekken in de wereld (vooral in Afrika) hebben we niet genoeg data om 100% zeker te zijn van de aantallen.
• Ontbrekende Puzzelstukken: Het model had geen perfecte data over hoeveel honden of konijnen in een gebied leven, hoewel deze dieren de belangrijkste "voeding" zijn voor de vliegen.

De Conclusie

Het artikel concludeert dat klimaatverandering, landgebruik (struiken) en sociale ongelijkheid samenwerken om te veranderen waar deze ziekte leeft.

• De Waarschuwing: De "veilige zones" krimpen. De ziekte verplaatst zich naar het noorden in Europa en verspreidt zich in andere delen van de wereld.
• De Oplossing: We hebben betere surveillance (het bewaken van de zandvliegen), beter beheer van het milieu en speciale aandacht nodig voor kwetsbare groepen zoals vluchtelingen en armen, omdat zij het meest waarschijnlijk in het spel worden gevangen.

Opmerking: Het artikel benadrukt dat dit een onderzoeksstudie is om risicopatronen te begrijpen, geen gids voor directe medische behandeling.

Technische samenvatting

Probleemstelling
Leishmaniasis, een door zandvliegen van het geslacht Phlebotomus overgedragen, klimaatgevoelige zoönose die wordt verwaarloosd in tropische gebieden, vormt een aanzienlijke wereldwijde last voor de volksgezondheid, met name voor gemarginaliseerde en ontheemde bevolkingsgroepen. Hoewel de ziekte endemisch is in 99 landen, worden de ruimtelijk-temporele dynamieken er steeds meer door beïnvloed, door veranderingen in het milieu, verschuivingen in landgebruik en socio-economische ongelijkheid. Bestaande surveillancegegevens zijn vaak schaars, inconsistent of missen de resolutie die nodig is om opkomende brandpunten te identificeren, met name in Europa waar de ziekte door klimaatverandering wordt beschouwd als een opkomende bedreiging. Er is een dringende behoefte aan een robuust modelleringkader dat klimaatgeschiktheid, landbedekking en socio-economische determinanten integreert om huidige risico's in kaart te brengen en toekomstige trends te projecteren op zowel wereldwijd als regionaal niveau.

Methodologie
De studie hanteert een machine learning-kader met het Extreme Gradient Boosting (XGBoost)-algoritme om de verspreiding van leishmaniasis en de bijbehorende vectoren te modelleren. De analyse werd uitgevoerd op twee ruimtelijke schalen:

• Wereldwijde schaal: Gemodelleerd als een gecombineerd resultaat van Cutane (CL) en Viscerale Leishmaniasis (VL) op nationaal niveau. Vanwege het ontbreken van wereldwijde datasets voor zandvliegen werd de aanwezigheid van de ziekte gebruikt als proxy voor de aanwezigheid van de vector.
• Europese schaal: Afzonderlijk gemodelleerd voor CL en VL op NUTS2-niveau (subnationaal). Daarnaast werden vijf bewezen vectorsoorten (P. perniciosus, P. ariasi, P. perfiliewi, P. neglectus, P. tobbi) individueel gemodelleerd.

Data en Kenmerken:

• Resultaatdata: Gegevens over leishmaniasisgevallen (1970–2012) van Pigott et al. (2014) en gegevens van het WHO Global Health Observatory voor validatie. Europese gegevens over de aanwezigheid van zandvliegen (2015–2024) zijn afkomstig van ECDC/VectorNet.
• Voorspellers: De modellen incorporateerden 27 klimaatcovariaten (afgeleid van ERA5-reanalyse en omgezet naar WorldClim-bioclimatische indicatoren, waaronder temperatuur, neerslag, luchtvochtigheid en bodemwater), landbedekkingsklassen (van Copernicus Global Land Cover), hoogte en socio-economische indices (Human Development Index wereldwijd; At-Risk-of-Poverty and Social Exclusion [AROPE] in Europa).
• Modelleringproces: Voorlopige modellen identificeerden sleutelkenmerken met behulp van SHAP-waarden (Shapley Additive Explanations) om interpreteerbaarheid te waarborgen. Gecorreleerde kenmerken (r > 0,7) werden geklonterd om overfitting te voorkomen. De definitieve modellen werden getraind op een 75:25-verdeling van trainings-/testgegevens, met hyperparameter-tuning via grid search. De prestaties werden beoordeeld aan de hand van AUC, sensitiviteit, specificiteit en RMSE.

Belangrijkste Resultaten

• Voorspellende Prestaties: Alle modellen vertoonden een hoge voorspellende nauwkeurigheid (AUC > 0,95 voor de meeste Europese modellen; 0,903 voor het wereldwijde model). De opname van socio-economische voorspellers verbeterde de modelprestaties consequent, wat de rol van armoede en ongelijkheid als determinanten van de ziekteverspreiding bevestigt.
• Belang van Kenmerken: Landgebruikskenmerken, met name struikgewas en bosbedekking, vertoonden de grootste verklarende kracht op beide schalen, wat hun rol weerspiegelt in het bieden van microklimaten en gewervelde gastheren. Klimaatfactoren, met name de gemiddelde temperatuur van het koudste kwartaal en de luchtvochtigheid in het warmste/droogste kwartaal, waren ook zeer invloedrijk.
• Wereldwijde Trends: Sinds de jaren 1990 is het wereldwijde risico op leishmaniasis met ongeveer 17% toegenomen. De meest significante stijgingen werden geprojecteerd voor Afrika, Azië en de Amerieken.
• Europese Trends: Hoewel de toename op continentaal niveau bescheiden was (CL +1,28%; VL +2,47%), is het risico zeer heterogeen.
  • Viscerale Leishmaniasis (VL): Toont een uitbreiding naar het noorden, met aanzienlijke risicotoenames in Noordse landen (bijvoorbeeld Finland +41,7%, Zweden +58,2%), hoewel het absolute risico laag blijft.
  • Cutane Leishmaniasis (CL): Het risico neemt toe in Zuid- en Oost-Europa, waarbij sommige NUTS2-regio's in Zuid-Spanje, Frankrijk, Italië en de Balkan stijgingen van meer dan 100% vertonen.
• Vectordynamiek: Projecties wijzen op een uitbreiding van warmte-aangepaste zandvliegensoorten (P. ariasi, P. perniciosus, P. neglectus) en een inkrimping van soorten die koelere, vochtige niches prefereren (P. perfiliewi, P. tobbi).

Betekenis en Beweringen
Het artikel beweert een nieuwe bijdrage te leveren door het risico op leishmaniasis in kaart te brengen op zowel wereldwijd als Europees niveau met behulp van een geünificeerde machine learning-aanpak die klimaat-, landgebruiks- en socio-economische drijfveren integreert. De studie benadrukt dat leishmaniasis niet uitsluitend een klimaatprobleem is, maar diep verweven is met socio-economische ongelijkheid, zelfs in ontwikkelde regio's zoals Europa.

De auteurs stellen dat deze bevindingen de noodzaak onderstrepen van:

1. Versterkte Surveillance: Met name in opkomende regio's en voor specifieke vectorsoorten.
2. Geïntegreerd Vectorbeheer: Gericht op de interactie tussen klimaatverandering, landgebruik en vectorhabitats.
3. Gerichte Ondersteuning: Met focus op kwetsbare bevolkingsgroepen, waaronder vluchtelingen en migranten, die disproportioneel worden getroffen door de socio-economische determinanten van de ziekte.

Het artikel concludeert dat zonder gecoördineerde inspanningen om gegevenskloven, surveillancebeperkingen en socio-economische kwetsbaarheden aan te pakken, de uitbreiding van de klimaatgeschiktheid voor zandvliegen meer mensen zal blijven blootstellen aan een voorkombare, maar potentieel ontsierende en dodelijke ziekte. De auteurs stellen expliciet dat de preprint niet door collegiale toetsing is onderworpen en niet mag worden gebruikt om klinische praktijk te sturen.