Neue Veröffentlichung: Geodatenmodellierung zur Unterstützung der Rift-Valley-Fieber-Überwachung in Mauretanien

Wir freuen uns, dass mundialis zur kürzlich in PLOS Neglected Tropical Diseases veröffentlichten Studie beigetragen hat:

Local drivers of Rift Valley fever outbreaks in Mauritania: A One Health approach combining ecological, vector, host and livestock movement data
Barry et al., 2025 – PLOS NTDs | DOI: 10.1371/journal.pntd.0013553

Die Studie verfolgt einen One-Health-Ansatz, um Umwelt-, Klima- und biologische Faktoren zu analysieren, die Ausbrüche des Rift-Valley-Fiebers (RVF) in Mauretanien begünstigen. Durch die Kombination von Infektionsdaten bei Mensch und Tier, Mückendaten, satellitenbasierten Umweltvariablen und Viehbewegungsmustern wurden hochaufgelöste raum-zeitliche Modelle entwickelt, die aufzeigen, wo und wann Ausbrüche am wahrscheinlichsten sind.

Die Ergebnisse liefern wichtige Erkenntnisse zur Frühwarnung, risikobasierten Überwachung und gezielten Maßnahmen im Tier- und Gesundheitswesen.

Unser Team hat die geodaten- und fernerkundliche Modellierung unterstützt, darunter:

  • Verarbeitung und Integration von Umwelt- und Klimadaten (Niederschlag, Landoberflächentemperatur, NDVI, NDWI)
  • Monatliche Eignungsmodellierung mit MaxEnt auf 1 km Auflösung
  • Verknüpfung ökologischer Risikokarten mit Bevölkerungs- und Viehbewegungsdaten zur Einschätzung des Ausbruchspotenzials
  • Veröffentlichung von Open-Source-Code und -Daten zur Förderung von Reproduzierbarkeit und zukünftiger Forschung

Wir sind stolz, zu diesem wichtigen Projekt im Rahmen des Horizon 2020 MOOD-Projekts beigetragen zu haben – mit dem Ziel, die frühzeitige Erkennung und Überwachung zoonotischer und vektorübertragener Krankheiten zu verbessern.

Monatlich modellierte langfristige ökologische Eignung für RVFV-Infektionen