- El projecte ha desenvolupat un model que prediu la probabilitat de la presència de mosquits tigre a les zones d’Espanya on hi ha participants amb l’app Mosquito Alert instal·lada.
- El model s’actualitza setmanalment i genera estimacions mensuals de la probabilitat de trobar mosquits tigre en una zona determinada, i s’ha elaborat a partir de les observacions enviades pels participants amb l’app.
Més de 55.000 persones han participat a Mosquito Alert des que es va iniciar el projecte el 2014 i s’han rebut més de 12.000 observacions enviades com a mosquit tigre, segons les dades registrades. El gran repte d’aquest projecte de ciència ciutadana era elaborar prediccions d’aquesta espècie invasora amb la col·laboració de la ciutadania. Ara, l’equip ha desenvolupat un model predictiu basat en dades ciutadans que s’integra en el mapa d’observacions de Mosquito Alert amb un nou element en la llegenda anomenat “Probabilitat Mosquit Tigre”. Aquest treball ha estat possible gràcies al conveni amb Dipsalut – Organisme de Salut Pública de la Diputació de Girona, per aconseguir una eina útil per al territori amb l’objectiu de gestionar el risc per a la salut que suposen els mosquits transmissors de malalties.
Tal com explica l’embrió científic d’aquest model, publicat el passat octubre de 2017 a la revista Nature Communications, aquesta eina genera estimacions de la probabilitat d’alerta de mosquit tigre. Aquesta alerta representa la probabilitat que un participant enviï un informe fiable de mosquit tigre durant un període de dues setmanes controlant l’esforç de mostreig. Això vol dir que el model incorpora el fet que hi ha més participants en algunes zones que en altres. Aquestes estimacions es mostren en una quadrícula de 0.05 graus de latitud per 0.05 graus de longitud (4 km2 aproximadament) i es fa la mitjana per mes. Les estimacions s’actualitzen setmanalment a mesura que ingressen noves dades.
Aquesta probabilitat d’alerta depèn principalment de tres factors. D’una banda l’abundància de mosquits, que varia segons la ubicació i el mes. D’altra banda, la presència de participants en una zona determinada, el que s’entén com l’esforç de mostreig. Finalment també depèn d’alguns patrons de variabilitat en l’ús de l’app. Així doncs, el model es construeix a partir d’aquestes consideracions però també té en compte les observacions ciutadanes fiables validades pels experts. A més, per exemple, s’assumeix que una observació de mosquit tigre sense fotografia que no pot validar-se per entomòlegs és més probable que sigui de mosquit tigre si s’ha enviat prop d’altres observacions amb fotografia en l’espai i temps i que es van classificar com a mosquit tigre. Per tant, aquest tipus de dades també es consideren “de confiança” per al model. En aquesta primera fase, el model no inclou informació climàtica ni ambiental, sinó que només modela una probabilitat d’alerta eliminant biaixos inherents a la recol·lecció de dades ciutadans.
Per què un model?
El model permet utilitzar totes les dades ciutadans disponibles perquè la informació en un lloc i un moment determinat sigui més precisa. Així, el model estima millor el que pot estar succeint en un territori en el qual hi ha participants però no hi ha dades disponibles o hi ha molt pocs a partir d’informació de zones properes o del passat. Per exemple, si en un lloc només disposem d’una única observació, el model utilitzarà la informació circumdant i passada per establir una probabilitat i associar una incertesa, de manera que sabrem de manera més precisa què significa aquesta única informació. En un futur, podrem realitzar també estimes de probabilitat de mosquit tigre en zones on no hi hagi participants, tot i que esperem que la participació al projecte segueixi creixent i aquestes zones siguin mínimes.
S’ha demostrat que aquesta probabilitat d’alerta és un bon predictor de la presència del mosquit tigre mesura pels mètodes tradicionals de vigilància, com s’explica en la publicació de Nature Communications. Es va comparar el model amb dades procedents de trampes de oviposició de mosquit tigre que van ser distribuïdes per tot el territori de llevant i sud d’Espanya durant 2014 i 2015. El resultat va ser que les estimacions que produïa el model amb les dades ciutadans eren similars en qualitat i potencial de predicció a les que es realitzen amb els mètodes tradicionals.
Com interpretar el mapa amb el model de prediccions
El mapa mostra la probabilitat mitjana que hi hagi mosquit tigre i la incertesa associada a aquesta probabilitat en una quadrícula de 4 km2 aproximadament. Per visualitzar aquests valors en forma de quadrícules al mapa cal seleccionar la pestanya de “Probabilitat Mosquit Tigre”. El color de la graella representa el nivell de probabilitat que hi hagi mosquit tigre i el color dels punts indica la incertesa associada a la zona dins de la quadrícula. Tots dos valors es mostren en una escala de 4 nivells (molt baix, baix, mitjà i alt) els rangs de probabilitat es poden veure en passar el cursor per sobre de cada element de la llegenda. Aquests rangs de probabilitat s’han definit per visibilitzar millor les diferències de valor entre cel·les i, per això, el rang de valors que defineix cada classe no és constant.
Vejem un exemple de com interpretar el mapa
A la figura representada es mostra que la probabilitat d’alerta sol ser alta a les cel·les on hi ha més informes i baixa en les que hi ha pocs. En general, això succeeix així però no sempre, ja que el model elimina certs biaixos de les dades i això fa que la correspondència entre el nombre d’informes per cel i la probabilitat no sigui tan directa sinó que depengui d’altres factors. Si veiem els valors que representen cada classe, per exemple una cel·la amb un valor de probabilitat alta i un valor d’incertesa molt baix, vol dir que hi ha una probabilitat mitjana entre 0.3 i 1 que en aquesta cel·la un participant hagi enviat almenys una fotografia de mosquit tigre durant les dues setmanes anteriors al dia en qüestió. No obstant això, les dades que suporten aquesta evidència són molt pocs o nuls, per això el nivell d’incertesa seria baix (entre 0.05 i 0.1).
Variacions estacionals i territorials
El mosquit tigre és una espècie amb un cicle estacional molt marcat i l’abundància de la seva població varia molt en les diferents èpoques de l’any. A més, no està distribuït de la mateixa manera per tot el territori espanyol, ja que en algunes zones està establert i en altres encara no s’ha detectat.
Per millorar les nostres estimes actuals és crucial augmentar tant el nombre de participants com el nombre d’informes fiables per cobrir l’esforç de mostreig en les cel sense participació i les cel·les on hi ha pocs o no n’hi ha. D’aquesta manera, la variabilitat estacional i territorial del mosquit tigre quedarà millor reflectida a totes les escales i es podrien començar a fer prediccions a nivell estacional.
Més informació:
- Els detalls del model es poden consultar a la publicación citada a Nature Communications: John R.B. Palmer et al. (2017). Citizen science provides a reliable and scalable tool to track disease-carrying mosquitoes. Nature Communications 8:916. DOI: 10.1038/s41467-017-00914-9
- Les dades utilitzades i el codi del model estan disponibles a la plataforma online Zenodo.