Холера в Бангладеш тесно связана с климатической изменчивостью, особенно с Эль-Ниньо (Южное колебание). Тёплые аномалии температуры поверхности Тихого океана зимой усиливают осенние вспышки после муссонов. В Дакке, столице страны, последние пять лет заболеваемость была низкой, но сильный Эль-Ниньо 2015–2016 годов напоминал событие 1998 года, когда город пережил крупнейшую вспышку за два десятилетия. Работа стоит на стыке эпидемиологии и климатологии: рядом с ней в архиве лежит исследование, рассматривающее город как организм и математику лихорадки денге, то есть та же тема климатически чувствительных инфекций, но с другим патогеном и другим подходом. Авторы проверяют, можно ли использовать климатический сигнал для заблаговременного прогноза, что до сих пор для Дакки делалось лишь статистически, без учёта механизмов передачи.
Исследователи применили две модели. Первая, механистическая, описывает динамику восприимчивых, инфицированных и выздоровевших людей (SIRS) в ядре города. Сила инфекции включает долгосрочный тренд, вторичную передачу и постоянный источник из окружающей среды. Сезонность задана сплайнами, а влияние Эль-Ниньо входит через аномалию температуры в регионе Ниньо-3.4 за январь, преобразованную сигмоидной функцией. Модель стохастическая, с гамма-шумом, и учитывает неполноту регистрации случаев. Параметры оценивали методом максимального правдоподобия с помощью итерированной фильтрации частиц на данных 1995–2010 годов. Вторая модель, статистическая, делит город на районы (тханы) и группирует их в ядро и периферию. Заболеваемость в каждом районе кодируется тремя уровнями: нет холеры, низкая, высокая. Вероятности переходов между уровнями зависят от сезона, максимального уровня соседей и климатического индекса. Для прогноза на 2016 год использовали параметры, оценённые ранее на данных до 2008 года. Прогнозы генерировали, запуская 1000 симуляций с января каждого года и обновляя параметры по мере поступления новых данных.
Обе модели хорошо воспроизвели низкую заболеваемость 2011–2015 годов: ни в одном из этих лет вероятность превысить 75-й процентиль не поднялась выше 29%, что соответствует отсутствию крупных вспышек. Для сезона август–декабрь 2016 года механистическая модель дала 86.5% вероятности превышения 75-го процентиля (крупная вспышка), а статистическая — 97.2%. Для экстремальной вспышки (превышение 95-го процентиля, как в 1998 году) вероятности составили 50.1% и 26.5% соответственно. Модели также предсказали превышение медианы с вероятностью 99% и 99.2%. Сравнение с данными за 2011–2015 годы показало, что медианные прогнозы близки к наблюдениям, хотя осенние пики 2012 и 2015 годов модели слегка завышали. Статистическая модель завышала сильнее, вероятно, из-за отсутствия долгосрочного тренда. Анализ осадков в июне 2016 года показал смешанную картину: выше нормы на северо-западе Индии и севере Бангладеш, ниже нормы в центре страны, что оставляло неопределённость в развитии муссона.
Работа демонстрирует, что механистические модели передачи инфекции, включающие климатический сигнал, могут давать полезные прогнозы с большим упреждением. В отличие от соседней работы про лихорадку денге, которая рассматривает город как организм и использует математику для описания вспышек, здесь акцент на долгосрочном прогнозе конкретного заболевания с учётом механизмов передачи. Это первый случай применения процессной модели для прогноза холеры в Дакке, тогда как ранее для города использовали только статистические подходы. Результаты подчёркивают ценность температуры поверхности океана как раннего индикатора риска, что может быть распространено на другие климатически чувствительные инфекции.
Тема может развиваться в сторону уточнения связи между Эль-Ниньо и региональными осадками в Бангладеш. Разные события Эль-Ниньо с одинаковой аномалией температуры могут по-разному влиять на муссон, поэтому будущие модели должны включать дополнительные характеристики события, например, его пространственную структуру или эволюцию во времени. Также перспективно объединение долгосрочного прогноза на основе Эль-Ниньо с краткосрочным прогнозом на основе локальных осадков в июле–августе. Накопление данных о реальных исходах после прогноза позволит откалибровать модели и улучшить их точность.
Результаты напрямую влияют на систему общественного здравоохранения Бангладеш, позволяя заранее подготовиться к возможной вспышке холеры. Они также полезны для других стран, где холера чувствительна к климату, и для исследователей, занимающихся прогнозированием инфекционных заболеваний.
Ближайшие шаги включают мониторинг муссона в июле–августе 2016 года и сравнение прогноза с фактической заболеваемостью после окончания сезона. Если прогноз не оправдается, необходимо выяснить, связано ли это с особенностями текущего Эль-Ниньо, вмешательствами общественного здравоохранения или изменениями в экологии возбудителя.
Работа затрагивает фундаментальную проблему эпидемиологии: насколько предсказуемы вспышки инфекционных заболеваний под влиянием внешних факторов. Для холеры остаётся открытым вопрос о роли экологического резервуара и его реакции на климатические события. Также неясно, почему после длительного периода низкой заболеваемости система может по-разному отвечать на одинаковые климатические воздействия. Эти вопросы связаны с общей проблемой нелинейности и пороговых эффектов в динамике инфекций.
Аномалия температуры поверхности океана в регионе Ниньо-3.4 в январе 2016 года составила 2.60°C, что почти совпадает с аномалией 2.56°C в январе 1998 года, когда Дакка пережила крупнейшую вспышку холеры за 20 лет и наводнение, затопившее более половины города.