Risk assessment with regard to the occurrence of malaria in Africa under the influence of observed and projected climate change

Ermert, Volker (2010). Risk assessment with regard to the occurrence of malaria in Africa under the influence of observed and projected climate change. PhD thesis, Universität zu Köln. Open Access

Preview

PDF
dissertation_ermert.pdf
Download (55MB)

Abstract

Malaria is one of the most serious health problems in the world. The projected climate change will probably alter the range and transmission potential of malaria in Africa. In this study, potential changes in the malaria transmission are assessed by forcing three malaria models with bias-corrected data from ensemble scenario runs of a state-of-the-art regional climate model. The Liverpool Malaria Model (LMM) from the Geography Department of the University of Liverpool is utilised. The LMM simulates the spread of malaria at a daily resolution using daily mean temperature and 10-day accumulated precipitation. The simulation of some key processes has been modified in the model, in order to reflect a more physical relationship. An extensive literature survey with regard to entomological and parasitological malaria variables enables the calibration and validation of a new LMM version. Comparison of this version with the original model exhibits marked improvements. The new version demonstrates a realistic simulation of entomological variables and of the malaria season, as well as correctly reproduces the epidemic poten tial at fringes of endemic malaria areas. Various sensitivity experiments reveal that the LMM is fairly sensitive to values of its required parameters. Effects of climatic changes on the malaria season are additionally verified by the MARA Seasonality Model (MSM). The Garki model finally enables the completion of the malaria picture in terms of the immune status and the infectiousness of different population groups, as well as relative to the age-dependent prevalence structure. In every case three ensemble runs were performed on a 0.5° grid. The LMM was driven for the present-day climate (1960-2000) by bias-corrected data from the REgional MOdel (REMO), with a land use and land cover specified by the Food and Agriculture Organization (FAO). Malaria projections were carried out for 2001-2050 according to the climate scenarios A1B and B1 as well as FAO land use and land cover changes. Garki model runs were subsequently forced by the Entomological Inoculation Rate (EIR) from the LMM. Finally, additional results relative to the malaria season were produced by MSM. For the present-day climate (1960-2000), the highest biting rates are simulated for Equatorial Africa. The malaria runs show a decrease in the malaria spread from Central Africa towards the Sahel. The length of the malaria season is closely related to monsoon rainfall. The model simulations show a marked influence of mountainous areas causing a complex pattern of the spread of malaria in East Africa. The malaria infected population reveals the expected peak in children below an age of about five years. Regions of epidemic malaria occurrence, as defined by the coefficient of variation of the annual parasite prevalence maximum, are found along a band in the northern Sahel. Farther south, malaria occurs more regularly and is therefore characterised as endemic. Epidemic-prone areas are additionally identified at various highland territories, as well as in arid and semi-arid zones of the Greater Horn of Africa. No adequate immune protection of the population was found for these areas. Largely due to land surface degradation, REMO simulates a prominent surface warming and a significant reduction in the annual rainfall amount over most of tropical Africa in either climate change scenario. Assuming no future human-imposed constraints on malaria transmission, changes in temperature and precipitation will alter the future geographic distribution of malaria. In the northern part of sub-Saharan Africa, the precipitation decline will force significant decreases of the malaria transmission in the Sahel. In addition to the withdrawal of malaria transmission along the fringe of the Sahara, the frequency of malaria occurrence will be reduced for several grid boxes of the Sahel. As a result, epidemics in these more densely populated areas will become more likely, in particularly as adults lose their immunity. The level of malaria prevalence farther south will remain stable for most areas. However, the start of the malaria season will be delayed and the transmission is expected to cease earlier. Most pronounced changes in Africa are found for East Africa. Significantly higher temperatures and slightly higher rainfall cause a substantial increase in the season length and parasite prevalence in formerly epidemic-prone areas. Territories formerly unsuitable for malaria will become suitable under the warmer future climate. The simulations indicate changes in the highland epidemic risk. At most grid boxes malaria transmission will stabilise below about 2000 m. At these altitudes the population will improve their immune status. In contrast, malaria will climb to formerly malaria-free zones above these levels enforcing the probability of malaria epidemics.

Item Type:

Thesis (PhD thesis)

Translated title:

Title	Language
Risikoabschätzung des Auftretens der Malaria in Afrika unter dem Einfluss des beobachteten und projizierten Klimawandels	German

Translated abstract:

Abstract

Language

Die Malaria stellt eine der gefährlichsten Krankheiten der Welt dar. Höchstwahrscheinlich werden sich die Ausbreitung und das Übertragungspotenzial der Malaria in Afrika unter dem Einfluss des projizierten Klimawandels verändern. Aus diesem Grund versucht die vorliegende Studie potenzielle Veränderungen in der Malariaübertragung abzuschätzen. Drei unterschiedliche Malariamodelle werden hierzu mit korrigierten Ensembleläufen eines regionalen Klimamodells betrieben. Verwendung findet zunächst das sog. "Liverpool Malaria Model (LMM)". Das LMM simuliert die Verbreitung der Malaria auf Tagesbasis und wird lediglich durch die Tagesmitteltemperatur und die 10-tägig akkumulierte Niederschlagsmenge angetrieben. Um Vorgänge in der Natur besser widerzuspiegeln wurde im LMM die Simulierung einiger wichtiger Prozesse verändert. Eine intensive Literaturrecherche in Bezug auf entomologische und parasitologische Malariavariablen ermöglicht die Kalibrierung und die Validierung einer neuen LMM-Version. Der Vergleich dieser neuen Version mit dem ursprünglichen Modell offenbart deutliche Verbesserungen. Die neue Modellversion zeigt eine realistische Simulation von entomologischen Variablen, der Malariasaison und reproduziert korrekt das Epidemiepotenzial am Rande endemischer Malariagebiete. Zusätzlich wird der Effekt der Klimaänderung auf die Malariasaison mit Hilfe des sog. "MARA Seasonality Models (MSM)" überprüft. Durch die Berücksichtung des Immunstatus und der Infektiösität von unterschiedlichen Bevölkerungsgruppen als auch der altersabhängigen Struktur der Malariaprävalenz durch das sog. Garki Modell wird schließlich das Malariabild vervollständigt. Die Modelle wurden jeweils für drei Ensembleläufe auf einem 0,5° Gitter betrieben. Für das heutige Klima (1960-2000) wurde das LMM hierbei mit korrigierten Daten des REgionalen MOdells (REMO) laufen gelassen, die wiederum auf einer Landnutzung und Landoberfläche der "Food and Agriculture Organization (FAO)" beruhen. Malariaprojektionen wurden anschließend für den Zeitraum 2001-2050 mit REMO-Daten der Klimaszenarien A1B und B1 berechnet. In diesem Fall sind die Klimaszenarien durch FAO-Szenarien der Landnutzung und Landoberflächen entstanden. Danach wurde das Garki Modell mit Hilfe der entomologischen Inokulationsrate des LMM betrieben. Zusätzliche Ergebnisse bezüglich der Malariasaison wurden schließlich durch das MSM produziert. Für das heutige Klima (1960-2000) zeigen die Malarialäufe einen Abfall in der Malariaverbreitung von Zentralafrika bis zum Sahel. Die ostafrikanischen Hochländer verursachen außerdem ein komplexes Muster in der Malariaverbreitung. Wie erwartet treten in den ersten fünf Lebensjahren die höchsten Malariaprävalenzen auf. Epidemieregionen werden durch den Variationskoeffizienten der maximalen jährlichen Malariaprävalenz definiert. Solche Gebiete sind entlang eines Streifens im nördlichen Sahel zu finden. Weiter südlich tritt die Malaria regelmäßiger auf und ist deshalb als endemisch charakterisiert. Epidemiegebiete werden ebenso für zahlreiche Hochländer sowie für aride und semi-aride Regionen des Großen Horns von Afrika identifiziert. Für diese Gebiete konnte kein angemessener Immunschutz in der Bevölkerung gefunden werden. In den REMO-Simulationen verursacht hauptsächlich die Degradation der Landoberfläche in beiden Klimaszenarien einen deutlichen Temperaturanstieg und eine signifikante Reduzierung der Jahresniederschläge über großen Teilen tropischen Afrikas. Der Niederschlagsrückgang wird eine signifikante Reduzierung der Malariaübertragung im Sahel verursachen. Zusätzlich zum Rückzug der Malaria entlang der Grenze zur Sahara wird an einigen Gitterpunkten im Sahel die Häufigkeit des Malariaauftretens herabgesetzt. Diese bevölkerungsreicheren Gebiete werden somit häufiger mit Epidemien rechnen müssen, da in diesen Regionen vor allem Erwachsene ihre Immunität verlieren werden. Weiter südlich bleibt das Malarianiveau für die meisten Gebiete stabil, allerdings wird sich der Start der Malariasaison verzögern und es wird ein früheres Ende der Malariaübertragung erwartet. In Afrika werden die stärksten Veränderungen für Ostafrika projiziert. In früheren Epidemiegebieten verursachen signifikant höhere Temperaturen und leicht erhöhte Niederschläge einen beträchtlichen Anstieg in der Länge der Saison und in der Prävalenz des Malariaparasiten. In Regionen die zuvor für die Malaria ungeeignet waren kann sich die Malaria in einem wärmeren zukünftigen Klima verbreiten. Die Simulationen offenbaren deutliche Veränderungen des Epidemierisikos der Hochländer. Unterhalb von etwa 2000 m stabilisiert sich meist die Malariaübertragung. In diesen Höhenbereichen wird die Bevölkerung eine bessere Immunität aufweisen. Das Risiko für Malariaepidemien steigt jedoch oberhalb dieses Niveaus, da die Malaria in diese Höhenlagen zukünftig erstmals vordringen kann.

German

Creators: