ebola

Ebola teistert de wereld – en dan met name West-Afrika – al maanden. Artsen en onderzoekers lijken de hele tijd achter de feiten aan te lopen. Het zet je aan het denken: hadden we de ebola-epidemie niet kunnen zien aankomen?

Wanneer er een uitbraak van een ziekte optreedt, willen mensen maar wat graag weten hoe groot de uitbraak zal zijn (en hoe groot de kans dus is dat zij de ziekte zelf krijgen). En soms kunnen onderzoekers een goed beeld geven van hoe een uitbraak gaat verlopen en hoe groot de risico’s zijn. Maar dit jaar kregen we te maken met een ziekte waarbij dat maar niet echt lukken wilde. Epidemiologen stonden voor een enorme uitdaging, want deze uitbraak – de ebola-uitbraak – leek niet op eerdere uitbraken. Vorige ebola-uitbraken waren in kleine gemeenschappen en in dagen, weken of maanden verdween de ziekte vanzelf, omdat de gemeenschappen maar beperkt contact hadden met andere gemeenschappen. Maar deze keer was het anders. Ebola bereikte grote dorpen en steden en reisde over grenzen. Deze extra dimensie van menselijk contact plus de onderrapportage van gevallen (vanwege een diep wantrouwen jegens overheidsinstanties in de getroffen gebieden) heeft teweeggebracht dat de patronen die de epidemiologen voorheen vonden voor ebola nu simpelweg geen rol speelden.

Het patroon dat een infectieziekte doorgaans volgt.

Het patroon dat een infectieziekte doorgaans volgt.

Het patroon
Wanneer een infectieziekte uitbreekt, volgt deze een bepaald patroon. De ziekte zal zich in het begin zeer snel verspreiden waarna – als er meer mensen herstellen van de ziekte en niet langer vatbaar zijn (omdat ze de ziekte al gehad hebben of omdat ze overleden zijn – het aantal gevallen afneemt. Hoe snel en hoe groot de uitbraak zal zijn, is van verschillende factoren afhankelijk. Bijvoorbeeld van hoelang het duurt voordat iemand na het oplopen van de ziekte zelf besmettelijk is en hoeveel mensen gemiddeld door een ziek persoon besmet worden.

Hoeveel mensen zal iemand besmetten?
Om te bepalen hoeveel mensen een besmet persoon op zijn beurt zal besmetten, moeten epidemiologen begrijpen hoe de ziekte zich verspreidt (bijvoorbeeld via de lucht of door fysiek contact) en beoordelen hoe bepaalde lokale culturele tradities de kans dat iemand in contact komt met een ziekte beïnvloeden. Hoeveel mensen een besmet persoon zal besmetten, wordt uitgedrukt met het reproductiegetal (R). Als een uitbraak een R=2 heeft, dan zal een besmet persoon twee anderen besmetten, die op hun beurt ieder weer twee andere personen besmetten, hetgeen een snelle toename in het aantal gevallen betekent. Als het reproductiegetal minder dan één is, zullen minder mensen besmet raken dan er al besmet zijn en zo zal het aantal gevallen afnemen en zal de uitbraak uitdoven. Van ebola weten we dat het wordt opgelopen door contact tussen mensen en dat mensen het kunnen oplopen zelfs nadat een besmette persoon gestorven is. Beperkte sanitaire voorzieningen en de uitvaarttradities in de streek hebben ook effect op het reproductiegetal. Bijna alle epidemiologen zijn het erover eens, dat voor deze uitbraak het reproductiegetal van ebola ongeveer twee is, net als bij vorige uitbraken. Het reproductiegetal kan dalen door het aantal nieuwe infecties te verminderen. Dit kan gedaan worden door te voorkomen dat mensen met elkaar in contact komen (bijvoorbeeld door sluiting van scholen, quarantaine of reisbeperkingen). Een alternatief is het gebruik van medicijnen die de infectiegraad van de ziekte verminderen of de immuniteit van mensen die een verhoogd risico op de ziekte lopen, vergroten. In het geval van ebola zijn die middelen echter niet voorhanden.

Het patroon dat een infectieziekte volgt, kan veranderen door interventie.

Het patroon dat een infectieziekte volgt, kan veranderen door interventie.

Beschrijven van het patroon met behulp van wiskunde
Wanneer wetenschappers een beeld hebben van het reproductiegetal en weten hoelang het duurt om besmettelijk te worden, kunnen ze die informatie gebruiken om met behulp van wiskundige modellen het infectiepatroon te voorspellen. Maar zelfs wanneer epidemiologen onafhankelijk van elkaar met exact dezelfde gegevens aan de slag gaan, hoeft dat niet te resulteren in wiskundige modellen die exact dezelfde ziekteverloop beschrijven. Wat ieder model voor een specifieke ziekte verschillend maakt, is de manier waarop de getallen worden gecombineerd. Je kunt het vergelijken met drie koks die alledrie dezelfde ingrediënten krijgen: eieren, bloem, suiker en melk. De één maakt pannenkoeken, de ander een cake en de laatste koekjes. Hoewel de koks met dezelfde ingrediënten werken, leveren ze heel verschillende resultaten. Op dezelfde manier kunnen epidemiologen kiezen hoe het reproductiegetal en de tijd om besmettelijk te worden invloed uitoefenen op de uitbraak. Sommige modellen laten bepaalde vormen van interventie (zoals quarantaine) toe om een groter effect te hebben op de uitbraak dan andere modellen. Weer andere modellen vinden de incubatietijd belangrijker dan het reproductiegetal. Dit resulteert dan in verschillende wiskundige modellen voor dezelfde uitbraak. En dat genereert verschillende voorspellingen van hoeveel gevallen er zullen zijn, wanneer de piek zal optreden en wanneer de uitbraak zal eindigen.

Het testen van de aanpak
Voordat epidemiologen de modellen gebruiken om iets te voorspellen, testen ze het model om te zien of het goed genoeg is. Daarvoor pakken ze een ‘oude’ epidemie. De gegevens van die uitbraak voeren ze in en vervolgens kijken ze of het beeld dat het model van de uitbraak schetst, overeenkomt met hoe die uitbraak er werkelijk uitzag. Er is echter een probleem met deze benadering. De kwaliteit van het model is dan afhankelijk van de kwaliteit van de data, die aan de epidemiologen gegeven zijn om mee te werken. En dat is waar het modelleren van de huidige ebola-uitbraak meer een uitdaging wordt. Er zijn weinig getrainde bronnen om de infecties op een betrouwbare manier te documenteren. Burgerlijke onrust in de regio en een onderontwikkeld systeem van gezondheidszorg heeft ervoor gezorgd dat de infrastructuur niet toelaat dat de data uit het veld op een betrouwbare wijze worden verzameld. De mensen hebben een diepgeworteld wantrouwen tegen de overheidsinstanties in de regio en dus rapporteren zij de infecties in hun gemeenschappen niet. Het is zelfs voorgekomen dat honderden lichamen van ebola-slachtoffers in steden verborgen werden gehouden.

Wie gebruiken deze modellen?
De modellen van de ebola-uitbraak die tot nu toe gemaakt zijn voor organisaties zoals de Wereldgezondheidsorganisatie het Amerikaanse Department of Health en het Europese Centre for Disease Prevention and Control hebben allen een vergelijkbaar reproductiegetal, niet alleen ten opzichte van elkaar, maar ook ten opzichte van voorheen vermelde ebola-uitbraken. Maar vanwege hun verschillend niveau van optimisme (of pessimisme) omtrent de invloed van de genomen maatregelen om het aantal besmettingen te beperken, verschillen de modellen sterk van elkaar. En lopen ook voorspellingen van hoeveel mensen er besmet zullen zijn op het eind van het jaar en hoelang de uitbraak zal duren, uiteen. De epidemiologen zelf – die de verschillende modellen hebben gemaakt – waarschuwen dat gebaseerd op de onbetrouwbaarheid van de gegevens en met zoveel onzekerheden (zoals de invloed van vliegverkeer, mogelijk nieuwe vaccinaties en behandelingen) hun modellen of te optimistisch of te pessimistisch zouden kunnen zijn.

Dus de vraag is: kunnen wetenschappers werkelijk voorspellen wat er zal gebeuren met de ebola-uitbraak in West-Afrika? Kunnen we nu de gangbare modellen gebruiken? Aangezien de modellen zijn gebaseerd op zovele onbekende factoren, zou het roekeloos zijn om ze blindelings te vertrouwen. En het is zeker dat geen van de modellen zou kunnen voorspellen of ik of jij besmet raken. Over één ding zijn alle betrokken epidemiologen het wel eens: er zijn nauwkeurigere gegevens nodig om betere modellen te maken. Tot dan zullen we de echte aard en uitbreiding van de huidige Ebola uitbraak niet begrijpen.

Farran Mackay werkt als wiskundedocent op een middelbare school en studeert Science Education and Communication aan de Universiteit Utrecht. Zij schreef dit artikel voor het vak Public Science Communication with Multimedia. Farran wil graag Harrie van den Hout en haar collega’s bedanken voor hun hulp bij het vertalen van dit artikel.