Potential of environmental models to predict meningitis epidemics in Africa

Authors


Corresponding Author Dr Madeleine C. Thomson, International Research Institute for Climate and Society (IRI), The Earth Institute of Columbia University, Lamont Campus, POB 1000, Palisades, New York, NY 10964, USA. Tel.: +1 845 680 4468; Fax: +1 845 680 4866; E-mail: mthomson@iri.columbia.edu

Summary

Objectives  Meningococcal meningitis is a major public health problem in Africa. This report explores the potential for climate/environmental models to predict the probability of occurrence of meningitis epidemics.

Methods  Time series of meningitis cases by month and district were obtained for Burkina Faso, Niger, Mali and Togo (536 district-years). Environmental information (1989–1999) for the continent [soil and land-cover type, aerosol index, vegetation greenness (NDVI), cold cloud duration (CCD) and rainfall] was used to develop models to predict the incidence of meningitis. Meningitis incidence, dust, rainfall, NDVI and CCD were analysed as anomalies (mean minus observed value). The models were developed using univariate and stepwise multi-variate linear regression.

Results  Anomalies in annual meningitis incidence at district level were related to monthly climate anomalies. Significant relationships were found for both estimates of rainfall and dust in the pre-, post- and epidemic season. While present in all land-cover classes these relationships were strongest in savannah areas.

Conclusions  Predicting epidemics of meningitis could be feasible. To fully develop this potential, we require (a) a better understanding of the epidemiological and environmental phenomena underpinning epidemics and how satellite derived climate proxies reflect conditions on the ground and (b) more extensive epidemiological and environmental datasets. Climate forecasting tools capable of predicting climate variables 3–6 months in advance of an epidemic would increase the lead-time available for control strategies. Our increased capacity for data processing; the recent improvements in meningitis surveillance in preparation for the distribution of the impending conjugate vaccines and the development of other early warning systems for epidemic diseases in Africa, favours the creation of these models.

Abstract

Objectifs  La méningite méningococcale est un problème majeur de santé publique en Afrique. Cet article explore l'usage potentiel des modèles basés sur le climat et l'environnement pour prédire la probabilité de l’émergence d’épidémies de méningite.

Méthodes Les séries de dates de cas de méningite enregistrés par mois et par district ont été obtenues pour le Burkina-Faso, le Niger, le Mali et le Togo (536 districts années). Les informations sur l'environnement du continent de 1989 à 1999 (sol et type de couverture du terrain, index d'aérosol, verdure de la végétation, durée des nuages froids et pluviosité) ont été utilisées pour développer des modèles prédictifs de l'incidence de la méningite. L'incidence de la méningite, la poussière, la pluviosité, la verdure de la végétation et la durée des nuages froids ont été analysées comme anomalies (moyenne moins la valeur observée). Ces modèles ont été développés en utilisant les régressions linéaires univariée et multivariée par étape.

Résultats  Les variations dans l'incidence annuelle de la méningite au niveau du district étaient liées aux variations du climat mensuel. Une forte association a été trouvée entre la saison de l’épidémie et les estimations de pluviosité ou de la poussière avant et après la saison de l’épidémie. Ces associations étaient observées dans tout type de revêtement du sol mais elle étaient surtout plus fortes dans les régions de savane.

Conclusions  La prédiction des épidémies de méningite peut être possible. Le développement complet de ce potentiel requiert: 1) une meilleure compréhension des phénomènes épidémiologiques et environnementaux qui déterminent les épidémies et comment les données climatiques par satellites reflètent les conditions sur le sol et 2) des données épidémiologiques et environnementales plus étendues. Des outils de prévision météorologique capables de prédire des variations de climat 3 à 6 mois avant l’épidémie pourraient augmenter les délais disponibles pour les stratégies de contrôle. Notre capacité renforcée de l'analyse des données, la récente amélioration de la surveillance de la méningite dans la préparation pour la distribution de vaccins conjugues imminents et le développement d'autres systèmes de divulgation très tôt des cas d’épidémies de maladies en Afrique, favorisent la créations de ces modèles.

Abstract

Objetivos  La meningitis meningocócica es un grave problema de salud pública en África. Este reporte explora el potencial de modelos climáticos / ambientales para predecir la probabilidad de ocurrencia de epidemias de meningitis.

Métodos  Se obtuvieron casos de meningitis seriadas en el tiempo, por mes y distrito, para Burkina Faso, Níger, Mali y Togo (536 distrito-año). Se utilizó la información ambiental (1989–99) para el continente (suelo y tipo de cobertura vegetal, índice de aerosol, diferencia normalizada de los índices de vegetación (NDVI), el cold cloud duration (CCD) y la precipitación) para desarrollar modelos que predijesen la incidencia de meningitis. La incidencia de meningitis, polvo, precipitación, NDVI y CCD fueron analizadas como anomalías (media menos valor observado). Lo modelos se desarrollaron utilizando un regresión linear univariada y multivariada escalonada.

Resultados  Las anomalías en la incidencia anual de meningitis a nivel de distrito estaban relacionadas a las anomalías mensuales en el clima. Se encontraron relaciones significativas tanto para la precipitación como el polvo en las épocas pre, post y epidémicas. Aunque se encontraban en todas las clases de cobertura vegetal, estas relaciones eran especialmente fuertes en las áreas de sabana.

Conclusiones  Es posible predecir epidemias de meningitis. Para desarrollar totalmente este potencial se requiere: a) un mayor entendimiento de los fenómenos epidemiológicos y ambientales que hay detrás de las epidemias y como los proxies (indicadores indirectos) climáticos, provenientes de imágenes satelitales, reflejan las condiciones en la tierra y b) bases de datos epidemiológicas y ambientales más extensivas. Las herramientas para las predicciones climatológicas, capaces de predecir variables climáticas con 3–6 meses de antelación a una epidemia, aumentarían el tiempo disponible para establecer estrategias de control. Nuestra cada vez mayor capacidad de procesar datos; las mejoras recientes en la vigilancia de la meningitis como resultado de la preparación para la distribución inminente de vacunas conjugadas y el desarrollo de otros sistemas de alarma temprana en África, favorecen la creación de estos modelos.

Ancillary