MÔ HÌNH NGUY CƠ LÂY NHIỄM MẦM BỆNH SÁN LÁ GAN NHỎ CLONORCHIS SINENSIS LIÊN QUAN ĐẾN LOÀI ỐC NƯỚC NGỌT PARAFOSSARULUS MANCHOURICUS TẠI MIỀN BẮC VIỆT NAM
Nội dung chính của bài viết
Tóm tắt
Mục tiêu: Loài ốc nước ngọt Parafossarulus manchouricus là mắt xích sinh học quan trọng nhất trong chu trình lây truyền bệnh sán lá gan nhỏ (Clonorchis sinensis), một vấn đề y tế công cộng cấp bách tại Việt Nam. Nghiên cứu này nhằm xác định các yếu tố sinh khí hậu giới hạn sự phân bố của loài và xây dựng bản đồ nguy cơ lây nhiễm mầm bệnh kí sinh trùng trên P. manchouricus dựa trên tiếp cận mô hình hóa sinh thái.
Phương pháp: Chúng tôi áp dụng phương pháp mô hình hóa phân bố loài tích hợp (Ensemble Species Distribution Modelling - SDM), kết hợp bốn thuật toán học máy (Maxnet, GLM, MARS, Random Forest) để phân tích dữ liệu từ 279 điểm ghi nhận loài tại miền Bắc Việt Nam và các biến số sinh khí hậu.
Kết quả: Mô hình đạt độ tin cậy cao với chỉ số AUC = 0,983. Kết quả chỉ ra rằng sự phân bố của P. manchouricus bị chi phối mạnh mẽ bởi ba yếu tố: Dao động nhiệt độ ngày (Bio2), Nhiệt độ thấp nhất của tháng lạnh nhất (Bio6), và lượng mưa tháng khô nhất (Bio14). Nghiên cứu được thử nghiệm ở khu vực miền Bắc Việt nam vơi vùng nguy cơ cao (hotspots) được xác định tập trung tại dải ven biển thuộc Đồng bằng sông Hồng và Bắc Trung Bộ, bao gồm các tỉnh Ninh Bình, Hải Phòng và Quảng Ninh, với tổng diện tích vùng lõi ước tính khoảng 11.490 km².
Kết luận: Bản đồ nguy cơ lây nhiễm cung cấp cơ sở khoa học định lượng để các cơ quan y tế dự phòng xác định các "điểm nóng" cần ưu tiên giám sát. Chiến lược kiểm soát cần tập trung vào việc quản lý môi trường ao nuôi và áp dụng các biện pháp sinh học tại các vùng có chỉ số phù hợp sinh thái cao để ngăn chặn chu trình lây nhiễm sang người.
Chi tiết bài viết
Từ khóa
Parafossarulus manchouricus, Clonorchis sinensis, Mô hình phân bố loài, Sán lá gan nhỏ.
Tài liệu tham khảo
[2] Đặng Ngọc Thanh, Hồ Thanh Hải (2017). Động vật chí Việt Nam, Tập 29: Trai, ốc nước ngọt nội địa Việt Nam (Mollusca: Gastropoda, Bivalvia). Nhà xuất bản Khoa học Tự nhiên và Công nghệ, Hà Nội.
[3]. Cao, Yong et al. (2013), Using maxent to model the historic distributions of stonefly species in Illinois streams: the effects of regularization and threshold selections, Ecological Modelling, Vol.259: pp.30–39.
[4]. Elith, Jane et al. (2006), Novel methods improve prediction of species’ distributions from occurrence data, Ecography, Vol.29(2): pp.129–51. http://doi.wiley.com/10.1111/j
.0906-7590.04596.x.
[5]. Fielding, Alan H. and John F. Bell. (1997), A review of methods for the assessment of prediction errors in conservation presence/absence models, Environmental Conservation Vol.24(1): pp.38–49.
[6]. Jarvis, A., Guevara, E., Reuter, H. I., Nelson, A. D. (2008), Hole-Filled SRTM for the globe : Version 4 : Data Grid, Database (http://srtm.csi.cgiar.org): from http://srtm.csi.cgiar.org/Package “biomod2” Type Package Title Ensemble Platform for Species Distribution Modeling. 2016.
[7]. Phillips, Steven J. et al. (2009), Sample selection bias and presence-only distribution models: implications for background and pseudo-absence data, Ecological Applications Vol.19(1):pp.181–97. http://doi.wiley.com/10.1890/07-2153.1.