Verslag lepra simulatie

2

Titelblad

Pagina’s: 37 Bijlagen: 3 Door: Mirjam de Jonge Michelle Peters Reinout Holtrup

Dankwoord We zouden graag een paar mensen bedanken: Mirjam Bakker en Ellen-Wien Augustijn bedankt voor het delen van jullie kennis en het tijd vrij maken voor dit project.

3

Inhoudsopgave Titelblad ................................................................................................................................................... 2

Dankwoord .............................................................................................................................................. 2

Samenvatting ........................................................................................................................................... 4

Summary ................................................................................................................................................. 5

Inleiding ................................................................................................................................................... 6

Definities.................................................................................................................................................. 7

Probleembeschrijving .............................................................................................................................. 8

Gegevens uit onderzoek ........................................................................................................................ 11

De bevolking .................................................................................................................................. 11

Lepra overdracht ........................................................................................................................... 12

Bestrijding ...................................................................................................................................... 12

Gegevens omzetten in model ............................................................................................................... 14

Inputparameters.................................................................................................................................... 18

Gegevens laden in model ...................................................................................................................... 19

Model beschrijving ................................................................................................................................ 24

Model runnen en analyse ...................................................................................................................... 25

Aanbevelingen ....................................................................................................................................... 36

Bronnenlijst ........................................................................................................................................... 37

Bijlage 1 ................................................................................................................................................. 38

Bijlage 2 ................................................................................................................................................. 39

Bijlage 3 ................................................................................................................................................. 40

4

Samenvatting

Lepra is een ziekte die vooral nog voorkomt in Indonesië en Afrika waar de bevolking arm is. De ligging van de eilandjes in de Flores Sea en de isolatie van de eilanden ten opzichte van grotere eilanden lijken Lepra in stand te houden. Ook een lange incubatietijd draagt bij aan het in stand houden van lepra. De bevolking van de Flores Sea werkt vooral op zee. Als vissers kunnen de mannen soms wel maanden zwerven op de eindeloze binnenzeeën van Indonesië. En ook op zee wordt de lepra overgedragen. Om lepra te kunnen terug dringen of, liever nog, uit te roeien zijn er onderzoeken uitgevoerd op vijf eilanden in de Flores Sea. Dit heeft lepra echter niet kunnen uitroeien. Hoe de verspreiding van lepra in zijn werk gaat over de eilanden is vertaald in een model. Dit model, bestaande uit een world model, een disease model, een population model en een activity model beschrijft de lepraverspreiding over de eilanden in de Flores Sea. In het world model wordt de omgeving beschreven hoe de eilanden in het model weergegeven worden. In het disease model gaat het vooral om de verschillende infectiekansen voor de bewoners van de eilanden. Deze infectiekansen zijn afhankelijk van het aantal besmette mensen en de plek van de besmette mensen. Hiermee wordt bepaald hoeveel mensen er uiteindelijk ziek worden na een tijd van 30 jaar. In het population model worden de eigenschappen van de bewoners zelf beschreven, terwijl in het activity model wordt beschreven wanneer de bewoners dood gaan, worden geboren en gaan werken. De output van het model wordt weergegeven in tabellen. Door deze om te zetten in grafieken kan er worden geanalyseerd of het model aansluit bij de werkelijke omstandigheden in Indonesië.

Doordat bepaalde onderdelen missen in de uiteindelijke simulatie kunnen er niet veel conclusies getrokken worden. De simulatie is twee keer uitgevoerd met beide keren een andere infectie kans. De verschillen hiertussen zijn nihiel, behalve bij de vissersboten. Hierbij is te zien dat bij een grotere infectie kans er eerder een piek van geïnfecteerde mensen ontstaat.

5

Summary

Leprosy is a disease most common in Indonesia and Africa, where the people are poor. The location of de islands in the Flores Sea and the fact that they are isolated from the main land and the bigger islands, appear to help sustain the leprosy on these islands. The incubation time of four years is also thought to help sustain the leprosy. Most of the work done at the Flores Sea is at sea. The men mostly spend their time on fishing boats. These boats can sometimes be at sea for several months. This is also a place where leprosy gets transmitted. To decrease, or rather annihilate leprosy at these islands, a lot of research has been done on five of the islands of Flores Sea. Unfortunately, despite several interventions, leprosy still plagues the people of these islands. The spread of leprosy has been translated into a model. This model, existent of a world model, a disease model, a population model and an activity model, draws the spread of leprosy on and between the islands of the Flores Sea. The world model describes the islands with their location and characteristics. The disease model calculates the different infection chances for the inhabitants of the islands. These infection chances are dependent on the amount of infected people and the positions of these people. This eventually decides how many people get infected with leprosy in 30 years. The population describes the properties of the citizens, while the activity model describes when people are born, die or start working. The output of the model is put into tables, which are then translated into graphs. These graphs can be analyzed to see whether the model fits the real circumstances in Indonesia. Because some parts of the model are missing in the simulation, there are not too many conclusions to be made. The simulation has been run twice, once with a fairly low infection chance and once with a higher infection chance. The differences between the two are too small to matter, except for the graphs of the fishing boats. The run with the higher infection chance shows that the incremental increase of infected citizens on the boat happens a few years sooner than in the run with the lower infection chance.

6

Inleiding Voor u ligt een verslag bij een simulatie van de lepra verspreiding op de eilanden in de Flores Sea. Het model wat wordt beschreven is gebaseerd op onderzoek wat gedaan is door Mirjam Bakker naar lepra op deze eilanden. Dit project vereist een bredere toepassing van Gis doordat het gecombineerd wordt met het modelleren van een infectieziekte. Voor het maken van het model was naast de kennis over Gis ook kennis nodig over het modelleren zelf. Via de programmeertaal van Netlogo kon het model vervaardigd worden. Deze taal moest eerst nog aangeleerd worden voordat er daadwerkelijk een model gemaakt kon worden. Door het langzame verloop van lepra moest de looptijd van de simulatie ook lang duren. Hier is echter op een slimme manier mee omgegaan. Door gebruik te maken van tabellen kon de runtime van de simulatie een stuk korter worden. Hoe dit komt wordt in het verslag ook nog uitgelegd. Naast kennis over Gis en Netlogo was kennis over Lepra ook een vereiste om het model realistisch te maken. Met deze kennis over lepra die uitgebreid beschreven staat in 'Gegevens uit onderzoek' in dit verslag sluit het model beter aan bij het werkelijke probleem met lepra.

7

Definities Incubatietijd: De tijd tussen de besmetting en het vertonen van de eerste symptomen van een ziekte.

Chemoprophylaxis: Het voorkomen van ziektes door middel van chemische middelen.

Seropositief: Wanneer er antistoffen van een ziekte in het bloed te vinden zijn. De ziekte is dan aanwezig maar nog niet altijd zichtbaar aan de buitenkant.

Flores Sea: De zee in Indonesië die aan de Bali zee, Java zee en de Banda zee grenst.

8

Probleembeschrijving

Afbeelding 1, kaart van Indonesië. 5 Indonesië is een land wat zich uitstrekt over een groot gebied in de oceaan. De vele eilanden die Indonesië telt verschillen enorm van grootte. Zo hebben de kleinste eilanden inwonersaantallen van 200 mensen en zelfs het grootste eiland Kalimantan past met een oppervlak van 539.460 km2 bijna 13 keer in Nederland.6 De kleine eilandjes van de Flores Sea worden bewoond door 200 tot 2500 mensen per eiland.1 Doordat de binnenlandse oceanen van indonesië 65% van het totale oppervlak van indonesie beslaan wordt de reisafstand over zee al snel groot. De eilanden in de Flores Sea liggen dan ook geïsoleerd van de grotere eilanden van Indonesië. Op deze eilanden komt nog veel lepra voor en de ziekte lijkt zich in stand te houden in deze eilanden groep. Lepra is in het algemeen niet dodelijk. Echter kan lepra zonder vroegtijdige behandeling blijvende schade aanrichten. Door de langzame groei van de leprabacterie is de incubatietijd erg lang. Hierdoor kan een leprapatiënt jaren rondlopen en andere mensen besmetten zonder dat hij of zij doorheeft dat hij lepra heeft. 4

Lepra: Lepra is een ziekte die veel invloed kan hebben op het leven van de patiënt en zijn omgeving. Als de ziekte niet behandeld wordt kan er dus blijvende schade ontstaan. Dat Lepra een lastige ziekte is om uit te roeien is hiervoor al kort genoemd .De leprabacterie wordt verspreid via de neus en mond door middel van hoesten en niezen. Omdat de lepra bacterie buiten de mens niet lang blijft leven is er alleen kans op besmetting bij intensief contact. Binnen huishoudens is de kans dus erg groot dat de leprabacterie zich verspreidt onder de bewoners. Maar ook buiten huis kan er besmetting plaatsvinden. Zo kan er ook intensief contact zijn op werk, op scholen en op straat. Een besmetting gaat vaak ongemerkt. Een lange incubatietijd van 4 jaar zorgt ervoor dat besmette mensen ook diezelfde 4 jaar kunnen rondlopen zonder dat ze door hebben dat ze andere mensen aan het besmetten zijn. Op het moment dat de leprapatiënt doorheeft dat die lepra heeft, is de kans groot dat dit niet open verteld wordt. Door de angst op besmettingen rust er een groot taboe rond lepra. Leprapatiënten worden namelijk vaak geïsoleerd van hun omgeving en afgestoten door de familie. Lepra kan zenuwen aantasten waardoor bepaalde delen van het lichaam gevoelloos worden. Een symptoom van lepra is dat de patiënt gevoelloze plekken op de huid krijgt. Ook kunnen de voeten en handen gevoelloos worden. Verder is de huid gevoelig voor infecties die makkelijk door kunnen zetten naar de botten. Hierdoor kan permanente schade worden veroorzaakt. 1,2

9

Afbeelding 2 , hier ligt de Flores Sea. 5

Afbeelding 3, eilanden in de Flores Sea.3

De eilandengroep In de Flores Sea bestaat uit ongeveer 41 Eilanden. Hiervan is een deel onbewoond. De eilandjes zijn klein. Ze zijn vaak maar een paar kilometer groot. Hierdoor zijn de inwonersaantallen per bewoond eilandje ook niet zo groot. Het inwoners aantal varieert ongeveer tussen de 200 en 2500 mensen per eiland. De eilanden liggen vaak ver van de grotere eilanden af. Hierdoor is er weinig interactie. Tussen de eilanden is wel meer interactie doordat de vissers van verschillende eilanden samen werken en families over meerdere eilanden verdeeld kunnen zijn. 1,3

10

De bevolking: en de situatie De bewoners van de eilandjes wonen vaak met hun eigen gezin in een huis. Deze gezinnen verschillen in grootte van 1 tot 14 mensen maar gemiddeld hebben de huishoudens een grootte van 4-5 personen. Wanneer ze trouwen wonen ze eerst bij een van de gezinnen terwijl ze een huis bouwen, daarna gaan ze daar samen in wonen en een gezin stichten. Verder komen de bewoners ook met elkaar in aanraking door school, de moskee en de vissersboten waar de mannen opgaan. Sommige kleine bootjes blijven maar een dag op zee maar de grote soms wel 3 maanden. De meeste mensen op zo’n boot komen van hetzelfde eiland, maar soms woont er familie op een ander eiland en dan gaat die persoon ook mee. Ook komen mensen met mensen van andere eilanden in aanraking door voetbaltoernooien of belangrijke feestdagen. Omdat niet op elk eiland dezelfde faciliteiten zijn wordt er soms verhuisd naar een ander eiland. Ook zijn er mensen die met een bewoner van een ander eiland trouwen. 1,2

Aanpak: In de simulatie wordt deze bevolking gesimuleerd in hun dagelijkse leven. Door een aantal mensen al een leprabesmetting te geven en ze onderling elkaar te laten besmetten kan er gekeken worden naar de verspreiding van de ziekte. Deze verspreiding kan zo bekeken worden op een eiland maar ook tussen de eilanden. De leefgewoontes van de bewoners worden dus vertaald in een model. Hierbij worden bepaalde details weggelaten als deze geen invloed hebben op de verspreiding van lepra. En er worden bepaalde details vervangen door besmettingskansen.

11

Gegevens uit onderzoek

De bevolking Van de vijf bezochte eilanden variëren de bevolkingsgroottes van 265 tot 2500 eilandbewoners en een van de niet bezochte eilanden heeft zelfs rond de 5000 inwoners. Hiervan is ongeveer 48% een man. De huishoudens bestaan gemiddeld uit 4 á 5 mensen, maar kan variëren tussen de 1 en 14 mensen. De meeste kinderen gaan rond hun twintigste het huis uit, maar soms gebeurt dit al op vijftien jarige leeftijd en soms juist pas wanneer ze 25 zijn of zelfs daarboven. Een netgetrouwd stel woont ongeveer een jaartje in bij één van de ouders terwijl ze een nieuw huis bouwen of laten bouwen waar ze daarna intrekken. Sommige mannen hebben meerdere vrouwen. Deze vrouwen wonen dan waarschijnlijk wel allemaal op hetzelfde eiland. Ook komen scheidingen voor en soms trouwen ze daarna nog een keer. Dit zal rond de 10% van de huwelijken omvatten. De gemiddelde levensverwachting ligt onder de 70 en bijna niemand zal de 80 voorbij gaan. Mannen hebben over het algemeen een grotere kans om Lepra op te lopen. Of dit iets genetisch is of vooral komt door hun gedrag en activiteiten is niet duidelijk. Een groot verschil in activiteiten tussen de mannen en de vrouwen en kinderen is dat de mannen dagen tot maanden met een groep andere mannen op zee kunnen zitten. Ongeveer 1 op de 3 huizen zal gemiddeld een boot hebben. De arme mensen hebben een klein bootje voor 1 á 2 mensen en zullen alleen dagtripjes maken, terwijl de rijkere mensen grotere boten hebben die ook langer wegblijven. Er zijn zelfs hele rijke mensen met meerdere boten die mensen in dienst hebben. Die boten kunnen soms maanden wegblijven. Meestal gaan de vissers samen met familie en/of vrienden de boot op. Dit zijn meestal mensen van hetzelfde eiland maar in het geval van familie kunnen er soms ook een paar van andere eilanden op zitten. Deze boten kunnen dus bij andere eilanden aanleggen om mensen op te halen. Ook bij onbewoonde eilanden wordt er wel eens aangemeerd. De vrouwen verblijven voornamelijk op het eiland. Naast het huishoudelijk werk, werken sommige vrouwen in de tuin of verbouwen ze hun eigen gewassen. Dit komt echter niet heel veel voor. Op de eilanden zijn een paar huisjes met winkeltjes. Meestal zijn er handelaars die van het vaste land komen in plaats van grote supermarkten. De eilandbewoners verkopen daarentegen juist weer kokosnoten en vis aan het vaste land. De groentes, onder andere cassave, die worden verbouwd zijn eerder voor eigen gebruik. Verder eten ze voornamelijk rijst. De kinderen gaan naar een basisschool. De leraar is soms een deel van het jaar weg om te vissen of op andere eilanden les te geven. Op de eilanden zijn geen middelbare scholen. Als kinderen dus willen doorstuderen zullen ze hun weg moeten zoeken naar het platteland. De meeste kinderen zullen echter niet vertrekken. Zij doen geen vervolgopleiding maar leren een vak door bijvoorbeeld mee te gaan op vissersboten als ze daar oud genoeg voor zijn. Vrijdag wordt gezien als rustdag. Op deze dag gaan voornamelijk de mannen naar de moskee. Dit is dus nog een voorbeeld van het verschil in activiteiten tussen de mannen en de rest van de bevolking. Ook op de islamitische feestdagen wordt de moskee bezocht. De bewoners van de verschillende eilanden komen dus op de vissersboten met elkaar in Aanraking, maar ook bij voetbaltoernooien. Ook is er een paar keer per jaar een feest waarbij de inwoners van meerdere eilanden allemaal naar hetzelfde eiland komen. 1,2

12

Lepra overdracht Lepra is niet dodelijk maar kan wel tot erge infecties leiden. Dit maakt het een stigmatiserende ziekte. Wanneer ontdekt wordt dat iemand besmet is, wordt deze persoon geïsoleerd van de rest van het dorp uit de angst dat diegene andere mensen zal besmetten. Iemand met zenuwbeschadigingen wordt ontweken, omdat het hierbij duidelijk is dat er sprake is van Lepra, maar wanneer iemand slechts een kleine infectie heeft of alleen wat vlekken wordt deze persoon minder geïsoleerd. Bij een paar vlekken is het namelijk niet altijd vanzelfsprekend dat diegene aan Lepra lijdt. Lepra wordt verspreid via intensief contact. Dit vindt voornamelijk plaats op de vissersboten, maar ook bij het op bezoek gaan bij vrienden en familie en binnen een huishouden wordt de ziekte makkelijk overgedragen. En niet alleen de vrienden en families op het eigen eiland worden bezocht maar ook mensen op de andere eilanden worden bezocht. Door dit bezoek, voetbaltoernooien, feesten en de grotere vissersboten vindt er interactie plaats tussen de vrij geïsoleerde verschillende eilanden. Ook verhuizingen naar een ander eiland kunnen bijdragen aan de overdracht van Lepra tussen verschillende eilanden. Mensen die seropositief zijn hebben een verhoogde vatbaarheid voor lepra. Ook hangt de vatbaarheid heel erg af van iedereens persoonlijke imuunsysteem. Deze natuurlijke weerstand is erfelijk, dus kinderen van leprapatienten hebben niet alleen door het samenwonen met hun besmette ouders maar ook vaak door de genen een hogere kans om Lepra op te lopen. Tijdens de incubatietijd handelen mensen nog normaal en interacteren ze veel met anderen, en ook daarna duurt het vrij lang voordat ze hun gedrag veranderen. Ze zijn tijdens de incubatietijd al besmettelijk maar weten zelf meestal niet dat ze Lepra hebben omdat ze tijdens de incubatietijd nog geen symptomen vertonen. Bij een paucibacillaire besmetting is de incubatietijd gemiddeld 4 jaar en bij een multibacillaire besmetting ongeveer 8 jaar. De paucibacillaire besmetting kan uit zichzelf genezen. 70 tot 80 procent van de leprapatienten is dan ook paucibacillair besmet. Bij een multibacillaire besmetting heeft de zieke meer dan 5 laesies en is verplaatsen vaak moeilijk. De behandeling duurt hierbij niet een half tot heel jaar zoals bij een paucibacillaire besmetting maar wel 2 jaar. Iemand hoeft niet altijd of paucibacillair of multibacillair besmet te zijn. Soms zit iemand er eerder tussenin. Het is eerder een spectrum dat twee aparte ziektes. Soms schakelen mensen ook over wanneer er een verandering in het immuunsysteem plaatsvindt. Bij beide vormen van lepra lijdt de patiënt vaak aan submotorische zenuwaandoeningen. 1,2

Bestrijding Voor het jaar 2000 was er bijna geen leprabestrijding. Toen er op de eilandjes voor het eerst werd ingegrepen waren er dus zowel mensen die de ziekte pas net hadden opgelopen als mensen die er al heel lang mee besmet waren. Van de vijf eilanden die werden bestudeerd en behandeld werd bijgehouden wie er verhuisden, geboren werden en dood gingen. Ook werd er bloed afgenomen om op seropositiviteit te testen. Patiënten verhuisden voor de behandeling vaak naar een ander eiland. De behandelingen zorgden ervoor dat de patiënten binnen 2 weken niet meer infectieus waren. Mirjam Bakker heeft onderzoek gedaan Op deze 5 eilanden naar het preventief behandelen van lepra. Op drie eilanden is de gehele populatie behandeld tegen Lepra. Hierbij maakte het niet uit of ze wel of geen lepra hadden. Op 1 eiland zijn alleen de leprapatienten zelf en hun 'contactpersonen' behandeld. Onder deze contactpersonen vielen de mede bewoners van de leprapatient. Hun buren en de buren daar weer naast. Het laatste eiland diende als controle groep. Hier werden dus geen behandelingen gedaan. Tien jaar na deze behandelingen kwam lepra toch weer terug op de eilanden waar de volledige populatie is behandeld. Dit kan gekomen zijn door verhuizingen tussen eilanden. De oorzaak hiervoor

Reinout Holtrup

Reinout Holtrup

Reinout Holtrup

Reinout Holtrup

13

is nog niet bekend. Een mogelijke oorzaak zou kunnen zijn dat er interactie tussen de eilanden plaatsvindt of doordat er kinderen waren die nog te jong waren voor een preventieve behandeling die toch al in de incubatietijd zaten. Ook kan het zijn dat iemand die aan het eind van zijn incubatietijd zat op het moment van behandeling. Op dat moment kan een enkele behandeling niet genoeg zijn om de lepra te bestrijden. Deze patient zou dan eigenlijk een half tot een heel jaar in behandeling moeten zijn om geheel van de lepra af te zijn. 1,2

14

Gegevens omzetten in model Om de lepraverspreiding goed te simuleren moeten de gegevens uit de echte wereld worden vertaald in een model. Niet alle gegevens kunnen rechtstreeks in het model worden gestopt. Ook zijn er aspecten uit de echte wereld die geen invloed hebben op de lepraverspreiding. Daarom is het van belang om goed te kijken naar welke gegevens invloed hebben op de lepraverspreiding en op welke manier deze invloed hebben. Gegevens van de bevolking: 1,2 Relevant Reden Bevolkingsgrootte 265-2500 per eiland Ja De grootte van de bevolking is de

maximale hoeveelheid mensen die lepra kan krijgen

48%man Ja Mannen hebben een hoger risico op lepra

4a5 mensen per huishouden Ja Binnen een huishouden is de besmettingskans groter

Variëren tussen de 1-14 20 jaar als ze uit huis gaan ja Wanneer ze uit huis gaan worden ze

minder snel besmet door hun ouders Variatie 15-25 Nee De precieze leeftijd van wanneer ze

uit huis gaan is minder relevant omdat de kans op leprabesmetting verder niet leeftijdsafhankelijk is.

Net getrouwd wonen bij een van de families voor ongeveer 1 jaar

Ja Door bij elkaar te wonen is de kans op lepra overdracht groter

Op zichzelf wonen na dat jaar ja Na dat jaar wordt de lepra weer minder snel overgedragen aan de rest van de familie

Er zijn mannen met meerdere vrouwen op 1 eiland nee Dit komt niet veel voor Scheidingen komen voor bij ongeveer 10% van de huwelijken

Nee Dit is maar een klein deel van de bevolking

Mannen hebben een grotere kans op lepra Ja Max verwachte leeftijd 70 jaar enkeling 80 ja Leeftijdsverdeling: M0-10:30, M11-20:22, M21-30:18, M31-40:13, M41-50:7, M61-70:4, M>70:1 V0-10:28, V11-20:20, V21-30:20, V31-40:12, V41-50:8, V61-70:6, V>70:1

beetje Weinig invloed op lepraverspreiding, maar wel nuttig voor de simulatie waarbij de bewoners een leeftijd moeten hebben.

Mannen gaan vooral vissen Ja Vrouwen blijven thuis en werken eventueel in de tuin Nee 1 op de 3 huizen heeft een boot Ja Op boten zitten de schippers dicht

op elkaar zo is er meer onderling contact

Boten van 1-2 mensen Ja Op kleine boten kan er minder lepra worden verspreid

Rijke mensen hebben grotere boten Ja Op grotere boten kunnen er meer mensen besmet worden

De kleine boten blijven vaak kort weg, de grote soms 3 maand

Ja Hoe langer de boot weg is hoe meer onderling contact.

Er zijn rijke mensen die meerdere boten hebben Nee Het gaat om het aantal mensen die op een boot gaan en niet om van wie

15

de boten precies zijn. Op de boten kunnen mensen van verschillende eilanden zitten.

Ja Hierdoor kan er besmetting tussen de eilanden plaatsvinden

Boten leggen dus soms bij verschillende eilanden aan.

Ja Hierdoor kan er besmetting tussen de eilanden plaatsvinden

Ook bij onbewoonde eilanden wordt aangelegd. Nee Op onbewoonde eilanden kan lepra niet verspreid worden

Via handelaren die eilandhoppen komen de bewoners aan voedsel

Nee De handelaren hebben meestal geen intiem contact met de bewoners

Ze eten voornamelijk rijst Nee Het voedsel is niet van invloed op de leprabesmetting

Kinderen doen vaak alleen de basisschool op het eiland zelf

Ja Via school vindt er dus geen besmetting tussen eilanden plaats.

School is voor de leerlingen niet het hele jaar door. de leraar is vissen of zit op andere eilanden

Nee Als de leerlingen geen school hebben zullen ze alsnog contact hebben met elkaar.

Doorstuderen kan op het vaste land Nee Het gebeurt niet vaak Vrijdag is een rustdag, Nee Mannen gaan op vrijdag naar de moskee Beetje Waarschijnlijk is hier niet echt intiem

contact. Het grootste deel van de bevolking is moslim Nee Een godsdienst zelf zorgt niet voor

leprabesmetting Islamitische feesten worden ook gevierd Beetje Op feesten is er een hogere risico op

lepra. Bij deze feesten kunnen meerdere eilanden bij elkaar komen.

Ja Hier kan besmetting tussen eilanden plaatsvinden.

Ook is er interactie met verschillende eilanden met voetbaltoernooien.

Ja Hier kan besmetting tussen eilanden plaatsvinden.

Enkel de gegevens die relevant zijn voor de lepraverspreiding zijn van belang voor de simulatie. Maar ook deze gegevens worden niet allemaal letterlijk ingevoerd in de simulatie. Om de besmettingskans te simuleren zijn de activiteiten op de eilanden zelf van de eilandbewoners vertaald in een island infection chance. Het contact wat de bewoners van een huis onderling hebben, is vertaald in een household infection chance. Nu blijven er alleen nog de activiteiten over die tussen de eilanden plaatsvinden. Deze worden vertaald in een world infection chance en een boat infection chance. Waarbij de boat infection chance de kans op besmetting tijdens het vissen beschrijft en de world infection chance de besmettingskans door contact tussen eilanden beschrijft. Welke gegevens zijn nu precies beschreven in de verschillende infectie kansen. En hoe worden deze infectie kansen berekend? Elke plek heeft weer een andere combinatie van de verschillende infectie kansen. En overal hebben de infectiekansen weer een andere waarde. Deze waarde hangt namelijk af van de hoeveelheid mensen die besmet zijn. Maar ook de totale populatie waar deze kans voor geldt heeft invloed op de infectie kans. Als er in een huishouden bijvoorbeeld twee mensen wonen waarvan een persoon lepra heeft, dan is de infectiekans voor de andere bewoner een stuk groter dan bij een huishouden van 4 personen waarvan er een lepra heeft. De vier verschillende infectiekansen die dus de lepraverspreiding en besmetting gaan simuleren zijn: de world infection chance, de island infection chance, de household infection chance en de boat infection chance. Deze infectiekansen zullen hieronder nog apart beschreven worden.

16

Wat zit er in de world infection chance: De world infection chance beschrijft de infectie kans door middel van contact van mensen tussen de verschillende eilanden. Een uitzondering hierbij is de kans op besmetting die plaatsvindt op een boot. Mensen van verschillende eilanden kunnen contact met elkaar hebben door bijvoorbeeld familiebezoek. Dit komt voor doordat mensen soms trouwen met iemand van een ander eiland, of er zijn huishoudens die verhuizen naar een ander eiland. Ook kunnen ze in contact met elkaar komen door evenementen waar meerdere eilanden bij elkaar komen. Dit kunnen islamitische feesten zijn, maar ook voetbaltoernooien of andere sporttoernooien. In de tabel hieronder staan de gegevens die invloed hebben op in de world infection chance: Gegevens van de bevolking: Relevant Islamitische feesten worden ook gevierd Beetje Bij deze feesten kunnen meerdere eilanden bij elkaar komen.

Ja

Ook is er interactie met verschillende eilanden met voetbaltoernooien.

Ja

wat zit er in de island infection chance: de island infection chance gaat dus over de infectiekans van eilandbrede gegevens. Wat is het contact onderling op een eiland en waardoor wordt dat veroorzaakt. In deze infectiekans zitten alleen de gegevens verwerkt buiten de huishoudens zoals kinderen die met elkaar spelen, bij elkaar op visite gaan en feesten waar alleen inwoners van het eiland zelf komen. In de tabel hieronder staan de gegevens die invloed hebben op de island infection chance: Gegevens van de bevolking: Relevant Bevolkingsgrootte 265-2500 per eiland Ja Kinderen doen vaak alleen de basisschool op het eiland zelf

Ja

Mannen gaan op vrijdag naar de moskee Beetje Islamitische feesten worden ook gevierd Beetje wat zit er in de household infection chance De household infection chance werd in het stuk over de island infection chance al even genoemd. Deze infectie kans gaat over de lepraverspreiding binnen een huishouden. Omdat het contact binnen een huishouden vaak een stuk intiemer is en vaker voorkomt, is de infectiekans al een stuk groter als er iemand uit dat gezin lepra heeft. De household infection chance moet dus ook gemiddeld een stuk hoger liggen dan de twee bovengenoemde infectiekansen. In de tabel hieronder staan de gegevens die invloed hebben op de household infection chance: Gegevens van de bevolking: Relevant 4a5 mensen per huishouden Ja wat zit er in de boat infection chance De boat infection chance gaat over de infectiekans op de boten. Het beschikbare werk op de eilanden is voornamelijk vissen. De mannen trekken er vaak op uit met de vissersboten. Soms wel een aantal maanden. In die maanden zit de bemanning de hele tijd samen op een klein oppervlak. Hierdoor is de kans op lepraoverdracht groot. In de tabel hieronder staan de gegevens die invloed hebben op de boat infection chance:

Gegevens van de bevolking: Relevant

17

Mannen gaan vooral vissen Ja 1 op de 3 huizen heeft een boot Ja Boten van 1-2 mensen Ja Rijke mensen hebben grotere boten Ja De kleine boten blijven vaak kort weg, de grote soms 3 maand

Ja

Op de boten kunnen mensen van verschillende eilanden zitten.

Ja

Boten leggen dus soms bij verschillende eilanden aan.

Ja

Naast deze externe infectiekans hebben de personen zelf ook nog een infectiekans. Mannen hebben namelijk een hoger risico op het krijgen van lepra. Deze kans is dus niet afhankelijk van de plek waar de personen zich bevinden maar hangt af van het individu zelf.

18

Inputparameters

Lijst met parameters, hierbij moet ook komen te staan waar ze op gebaseerd zijn, waar ze vandaan komen, en hoe zijn ze op te zoeken als ze niet bekend zijn. Bijvoorbeeld, lab onderzoek, literatuur onderzoek, field onderzoek etc.

Parameters: Een aantal gegevens zijn bekend uit de onderzoeken van Mirjam Bakker. Om de simulatie compleet te maken zijn er echter ook een aantal onbekende parameters nodig. In de tabel hieronder staat aangegeven welke parameters bekend zijn en welke nog nader moeten worden onderzocht. Ook staat er de onderzoeksmethode bij hoe deze parameters kunnen worden ingevuld. Gegevens van de bevolking: bron onderzoeksmethode Bevolkingsgrootte 265-2500 per eiland 1 48%man 1 4a5 mensen per huishouden 2 Variëren tussen de 1-14 2 20 jaar als ze uit huis gaan 2 Net getrouwd wonen bij een van de families voor ongeveer 1 jaar 2 Op zichzelf wonen na dat jaar 2 Mannen hebben een grotere kans op lepra (aan-, uitzetten in model?)

1

Max verwachte leeftijd 70 jaar enkeling 80 2 leeftijdsverdeling 1 Mannen gaan vooral vissen 1 1 op de 3 huizen heeft een boot 2 De kleine boten hebben 1-2 mensen aan boord 2 Rijke mensen hebben grotere boten 2 De kleine boten blijven vaak kort weg, de grote soms 3 maand 2 Op de boten kunnen mensen van verschillende eilanden zitten. 1 Boten leggen dus soms bij verschillende eilanden aan. 1 Kinderen doen vaak alleen de basisschool op het eiland zelf 1 Mannen gaan op vrijdag naar de moskee 1 Islamitische feesten worden ook gevierd 1 Bij deze feesten kunnen meerdere eilanden bij elkaar komen. 1 Ook is er interactie met verschillende eilanden met voetbaltoernooien.

1

De bevolkingsdichtheid op andere eilanden kan gebaseerd worden op de populaties van Pelonkang, Kambanglamari, Sailus Besar en Tampaang

aanname Steekproef bij nog 5 eilanden

Gegevens lepra: . Kans behandeling aanname veldstudie Kans spontane genezing aanname Labaratorium onderzoek Incubatietijd ligt rond de 4 jaar. 1 World infection chance: intimiteits factor aanname veldstudie island infection chance: intimiteits factor aanname veldstudie de household infection chance: intimiteits factor aanname veldstudie boat infection chance: intimiteits factor aanname veldstudie

19

Gegevens laden in model

Afbeelding 4

Het model in afbeelding 4 bestaat uit vier verschillende onderdelen. Zoals te zien is in bovenstaand schema is het model opgebouwd uit een world model, een population model, een activity model en een disease model. Deze vormen samen de simulatie. Door een interventie model extra toe te voegen kan er onderzocht worden wat het effect is van interventie op de lepraverspreiding. World model: Voor de simulatie van de lepraverspreiding tussen de eilanden in de Flores Sea is de kaart van de eilanden natuurlijk de beste basis om de simulatie op te bouwen. In Netlogo is het mogelijk om shapefiles in te laden en deze te vertalen naar verschillende eigenschappen voor de Patches die erover heen liggen. Er is dan ook een shapefile nodig waarop de (bewoonde) eilanden van de Flores Sea staan. Om deze shapefile te maken is er gebruik gemaakt van de Google earth sateliet foto's. Door Het gebied van de Flores Sea over te nemen en om te zetten naar een shapefile met arcGIS, werden de eilanden klaar gemaakt om ingeladen te kunnen worden in Netlogo. In de shapefile staan nu zowel de eilanden die bewoond zijn als ook onbewoonde eilanden. Om te kijken welke eilanden precies bewoond zijn is gekeken naar de onderzoeken van Mirjam Bakker. Deze beschrijft een aantal eilanden die bewoond zijn. Voor de overige eilanden is gekeken naar de satelietfoto's. Als er huizen

20

te zien waren op de satelietfoto's dan waren die eilanden bewoond. De eilanden waar geen huizen te zien waren, kregen het stempel onbewoond. 1,2,3 Population Model: Om een populatie te kunnen genereren moet er eerst bekend zijn hoeveel bewoners er op de eilanden moeten komen te wonen. Om te kijken wat de populatiedichtheid is van de bewoonde eilanden is, is er gekeken naar de gegevens uit het onderzoek van Mirjam Bakker. Hieruit komt het gegeven dat er 2058 mensen op Sapuka wonen. Hiernaast zijn de inwonersaantallen van Pelonkang, Pelonkang 2, Kambanglamari, Sailus Besar en Tampaang bekend. Dit zijn namelijk op volgorde 306, 83,634, 1439 en 289 inwoners.1,2 Deze waarden zijn ingevuld in Netlogo en met de sproud functie worden de inwoners willekeurig over het eiland verdeeld. Om de inwonersaantallen van de overige eilanden te berekenen is de gemiddelde bevolkingsdichtheid genomen van de eilanden waarvan de populatie wel bekend is. Door de oppervlaktes van de bekende eilanden uit te rekenen met behulp van de shapefiles kan de bevolkingsdichtheid van deze 5 eilanden berekend worden. Hieruit komt een gemiddelde bevolkingsdichtheid van 694 inwoners per vierkante meter. Omdat de eilanden in Netlogo opgedeeld zijn in patches in plaats van vierkante kilometers is het handig om deze bevolkingsdichtheid om te rekenen naar inwoners per patch. Dit wordt gedaan aan de hand van het oppervlakte van Sapuka in combinatie met de gemiddelde bevolkingsdichtheid. Hierbij wordt er uitgegaan van een bedekking van patches die bij elk eiland met elkaar te vergelijken is. Om de gemiddelde bevolkingsdichtheid te berekenen, wordt eerst het inwonersaantal van Sapuka gebaseerd op het gemiddelde inwonersaantal per vierkante meter van de 5 eilanden. Sapuka heeft een oppervlakte van 1,2 km^2. 694*1,225936=850 mensen wonen op Sapuka als de bevolkingsdichtheid van Sapuka precies overeenkomt met de gemiddelde bevolkingsdichtheid. Nu er een gemiddeld inwonersaantal bepaald is kan de gemiddelde bevolkingsdichtheid per patch worden berekend. In de simulatie bestaat Sapuka uit 39 patches. De bevolkingsdichtheid per Patch is dus 850/39=22 mensen per patch. Deze bevolkingsdichtheid is toegepast op de andere bewoonde eilanden in de simulatie waarvan het absolute bevolkingsaantal niet bekend was. Nu de bevolkingsdichtheid is bepaald en de populatie over de eilanden is verdeeld kunnen de inwoners eigenschappen krijgen. Een aantal volwassen mannen zal niet op het eiland verblijven maar zit voor een bepaalde tijd in een vissersboot. Om te kunnen bepalen welke mannen hiervoor in aanmerking komen, moet een leeftijdsverdeling worden toegepast op de bewoners. Deze leeftijdsverdeling is gebaseerd op de leeftijdsverdeling die wordt beschreven.1(blz.6) Hierin staan de leeftijdsverdelingen van twee eilanden. Voor de leeftijdsverdeling in de simulatie zijn van deze waarden gemiddeldes genomen. Leeftijdsverdeling: M0-10:30, M11-20:22, M21-30:18, M31-40:13, M41-50:7, M61-70:4, M>70:1 V0-10:28, V11-20:20, V21-30:20, V31-40:12, V41-50:8, V61-70:6, V>70:1 Van deze inwoners wordt 48 procent een man. Naast een leeftijd en een geslacht moeten de inwoners ook in een huis wonen. Elk huis heeft 1 volwassen man, 1 volwassen vrouw en kinderen. De leeftijd van de vrouw hangt af van de leeftijd van de man. Deze moet minimaal de helft van de leeftijd van de man zijn +7. Of de vrouw moet ouder zijn dan 25 jaar. De kinderen van het eiland worden verdeeld over de huishoudens op het eiland. Het kan ook voorkomen dat er mensen zijn die alleen wonen. Ook deze krijgen een familyID die aangeeft bij welk huishouden ze horen. Naast een familyID zullen ook bepaalde mannen op een boot verblijven. Hierom zal een aantal mannen van boven de 20 jaar in een boot gezet worden. Bij aanvang van de simulatie kan er ingevuld worden hoeveel boten er per 100 inwoners zijn. Hierbij is elke boot gekoppeld aan een eiland.

21

Activity model: Nu de populatie is aangemaakt en een plek op een van de eilanden heeft gekregen moeten de bewoners gaan leven. De meeste activiteiten van de bewoners in het model zijn echter vertaald als infectiekansen. Hierdoor hoeven de dagelijkse verplaatsingen en activiteiten niet gesimuleerd te worden. De activiteit die wel apart gesimuleerd wordt is het varen op een boot. Een aantal mannen gaat vanaf het eiland op een boot. Daarnaast zijn er ook mannen die weer vanaf een boot terug naar hun eiland gaan. Naast deze activiteit moet ook de normale cyclus van leven worden gesimuleerd. Omdat de incubatietijd bij lepra relatief lang is, geeft een langere simulatie pas een goed beeld van de lepraverspreiding. Door een simulatie te maken die 30 jaar doorloopt kan de lepraverspreiding goed in kaart gebracht worden. In 30 jaar kan de bevolking zodanig veranderen dat het ouder worden van de mensen, het geboren worden en het doodgaan niet verwaarloost mogen worden. De bewoners worden dus ook ouder in de simulatie. Alle bewoners worden op dezelfde dag in het jaar 1 jaar ouder. als ze rond de 60 jaar zijn gaan de bewoners op een gegeven moment dood. In de simulatie wordt de dode bewoner omgezet naar een pas geboren bewoner door de leeftijd terug te zetten naar 0 en de eventuele leprabesmetting weg te halen. Verder behoudt de pas geboren bewoner de eigenschappen van zijn overleden voorganger. Door deze constructie blijft de bevolkingsgrootte gelijk. Hierdoor zijn de resultaten beter met elkaar te vergelijken. Verder is het aannemelijk dat de bevolking niet drastisch toeneemt in een tijdsperiode van 30 jaar. De tijdseenheid in Netlogo wordt uitgedrukt in ticks. Elke keer dat de tijd 1 tick verder gaat wordt de to go functie doorlopen. In deze simulatie staat 1 tick gelijk aan 1 week. Na 52 ticks is er dus een jaar voorbij. De simulatie is na 30 jaar en dus na 1560 ticks afgelopen. Er is een reden dat 1 tick gelijk is aan 1 week. De enige activiteit die daadwerkelijk gesimuleerd wordt is namelijk het werken op de boten. Deze zijn gemiddeld tussen de 3 dagen en 3 maanden weg.1,2 Als dit gesimuleerd zou worden per maand of per 3 maanden dan vallen alle korte boottochten weg. Door de tijd op 1 week te zetten worden de allerkleinste boottochten meegenomen in de simulatie als boottochten van 1 week. Als de simulatie nog nauwkeuriger wordt gemaakt, door de tijd van 1 tick te veranderen in 1 dag, duurt de simulatie te lang. Disease model: Naast de gewone gebeurtenissen in de tijd van de simulatie moeten er ook nog gebeurtenissen rondom lepra gesimuleerd worden. Ten eerste is het belangrijk dat mensen lepra kunnen krijgen. Daarnaast is het ook belangrijk voor de simulatie dat lepra over kan worden gegeven aan andere bewoners. Deze verspreiding van lepra wordt gesimuleerd aan de hand van de 4 infectiekansen, die al eerder in dit verslag aan bod zijn gekomen. Aan het begin van de simulatie zal een aantal bewoners al geïnfecteerd zijn met lepra. Daarna worden de world infection chance, de island infection chance, de household infection chance en de boat infection chance gebruikt om te bepalen hoeveel nieuwe leprapatienten er bijkomen. De totale infectiekans wordt berekend door een combinatie van de world infection chance, de island infection chance, de household infection chance en de boat infection chance bij elkaar op te tellen. Op de boot wordt ervan uitgegaan dat er alleen onderling contact zit tussen de mensen op 1 boot. Er is geen contact tussen verschillende boten of met andere bewoners van de eilanden. Hierdoor staan deze mensen dus niet bloot aan de Island infection chance, de household infection chance en de world infection chance. voor de mensen die zich op een eiland bevinden geldt dit precies andersom. Zij kunnen in contact komen met het eigen gezin, andere eilandbewoners en bewoners van andere eilanden. Hun infectiekans bestaat dus uit een opsomming van de verschillende infectie kansen met uitzondering van de boat infection chance. In afbeelding 5 staat hoe de berekening in de code wordt weergegeven.

22

Afbeelding 5. Code voor het berekenen van de infectiekans. Elke infectiekans bestaat uit een risico en een intimiteitfactor. De intimiteitfactor hangt af van de soort infectie kans. Zo zal een household infection chance een hogere intimiteitfactor hebben dan de world infection chance. Deze factoren worden geschat aan de hand van hoeveel intimiteit er wordt verwacht binnen de zone waar de factor voor geldt. Maar ze worden ook geschat aan de hand van hoe vaak er intiem contact is. De risico factor van de world infection chance is een stuk lager dan de risicofactor van de household infection chance omdat mensen niet snel andere eilanden bezoeken. Daarnaast is het zo dat op het moment dat ze een ander eiland bezoeken de intimiteit met andere eilandbewoners een stuk lager zal liggen dan de intimiteit binnen het eigen gezin. Het risico wordt bepaald door bij te houden hoeveel seropositieven er zijn binnen de grootte van de groep. Door het aantal seropositieven te delen met het aantal mensen in de groep kan dit risico berekend worden. De groep slaat bijvoorbeeld, in het geval van het risico van de island infection chance van Sapuka, op de bevolking van Sapuka. Als de persoon besmet is zal hij of zij eerst in de incubatietijd zitten. Op dat moment kan hij andere bewoners infecteren maar zal zelf nog niet de uitingen hebben van lepra. Na een periode van ongeveer 4 jaar zal de persoon ziek worden en wordt deze in de simulatie als ziek weergegeven. Het feit dat mannen een hoger risico hebben op leprabesmetting wordt niet meegenomen in het model omdat het onderzoek naar dit hoger risico niet uitwijst of het verhoogde risico wordt veroorzaakt door het feit dat een man een ander lichaam heeft dan een vrouw of door de andere gewoontes en leefomstandigheden van mannen ten opzichte van vrouwen. Anders gezegd: het kan ook zijn dat mannen een verhoogd risico hebben omdat zij vaak op zee zijn in vissersboten terwijl de vrouwen in hun eigen omgeving blijven. Dit risico hangt dus niet af van het feit dat een man een man is, maar van de actie die de mannen wel uitvoeren en de vrouwen niet.

Afbeelding 6. de verschillende intimiteitfactoren

23

Interventie: Tijdens onderzoek op vijf eilanden in de Flores Sea van Mirjam Bakker is er een interventie uitgevoerd. Door verschillende interventies uit te voeren in de simulatie kan worden gekeken welke vormen van interventie werken voor echte uitroeiing of terugdringing van lepra.

Tabel: Om alle gegevens bij te houden en te verwerken wordt er gebruik gemaakt van tabellen. De reden waarom er met tabellen gewerkt wordt, is omdat er iedere tick veranderingen plaatsvinden die invloed hebben op het risico dat nodig is om het gedrag van de verspreiding te analyseren. Er worden namelijk mensen geboren en er sterven mensen, er worden mensen besmet en er genezen mensen. Omdat iedere tick voor iedere burger berekend moet worden hoe groot de kans is op overdracht, moet deze snel opgevraagd kunnen worden. De "count methodes" uit Netlogo 'lussen door' alle citizens. Om 1 risico te berekenen voor 1 citizen, zou er zes keer een 'count' actie uitgevoerd moeten worden. (huishouden, eiland, wereld) * (aantal mensen, aantal seropositieven]. Voor 3400 mensen zou er dus 6*3400 *3400 = 70 Miljard keer per tick een berekening uitgevoerd moeten worden. Dit maakt de simulatie veel te langzaam waardoor deze niet meer goed werkt. De tabellen zorgen er dus voor dat de berekeningen een stuk efficiënter uitgevoerd worden waardoor het risico snel te berekenen is. Ook kunnen er met de tabellen snelle plots gemaakt worden.

24

Model beschrijving

Afbeelding 7. Object diagram.

In het object diagram in afbeelding 7 staat de hele opbouw en structuur van het model weergegeven. In bijlage 1 staat een grotere versie van afbeelding 7 waarop duidelijk te zien is wat het verband is tussen de verschillende onderdelen in het model en hoe deze uiteindelijk worden weergegeven in de tabellen.

Afbeelding 8. Het interface van het model.

25

Model runnen en analyse Het runnen van de simulatie levert een aantal bestanden met getallen op. Voor zowel de totale gesimuleerde wereld als de eilanden en de huishoudens worden het totale aantal mensen, het aantal geïnfecteerde mensen en het aantal mensen die verschijnselen van lepra vertonen naar Comma Seperated Values (.csv files) geschreven. Deze files kunnen door de volgende code in R te runnen naar matrices geschreven worden die vervolgens in excel omgezet kunnen worden in grafieken: A = matrix( c(2028, 295, 107, etc), de Comma Seperated Values nrow=5, het aantal rijen ncol=3, het aantal kolommen byrow = TRUE) ...? Deze matrix wordt met de methode ‘write.table(A, ‘clipboard’, sep=”\t”)’ naar het clipboard gekopieerd waarbij ‘sep=”\t”’ ervoor zorgt dat de matrix juist wordt geïnterpreteerd in excel. De bovengenoemde gegevens worden zowel aan het begin als aan het einde van de run opgevraagd, zodat er gezien kan worden wat er veranderd is. Van de totale gesimuleerde wereld en van alle eilanden worden de aantallen ook gedurende de hele run per tick, dus week, genoteerd. Hierdoor kunnen er grafieken gemaakt worden waarbij de aantallen geïnfecteerde en zichtbaar zieke mensen tegen de tijd uitgezet kunnen worden. Analyses die uitgevoerd zijn: Door zowel de huishoud gegevens aan het begin als aan het einde op te vragen kunnen deze beiden in een grafiek gezet worden en met elkaar vergeleken worden. Omdat er heel veel huishoudens zijn worden deze niet op volgorde van huishoud-id in de grafiek geplaatst, maar worden in plaats daarvan bij de begin gegevens de gegevens gesorteerd op het aantal mensen in dat huishouden en daarbinnen weer op het aantal seropositieve en lepra vertonende gezinsleden. Wanneer de grafiek over de x-as op huishoud-id’s gesorteerd zou worden, zijn de verschillende huishoudens niet meer uit elkaar te houden en wordt het vrijwel onmogelijk om de grafieken met elkaar te vergelijken en conclusies te trekken. Dit wordt duidelijk uit afbeelding 9:

Afbeelding 9 De huishoudens van de gegevens aan het einde van de run worden wel op dezelfde volgorde geplaatst als die van de gegevens aan het begin van de run. Zo kunnen de grafieken met elkaar vergeleken worden en is er mogelijk een invloed van de hoeveelheid leden in een gezin of seropositieve of lepra vertonende gezinsleden zichtbaar.

0 1 2 3

Aant

al g

ezin

sled

en

De gezinnen

Op volgorde van huishoudID Aantal gezinsleden

Seropositieve gezinsleden

Gezinsleden met lepra verschijnselen

26

Bij de gegevens van de gehele gemodelleerde wereld en de eilanden worden het aantal inwoners, het aantal inwoners die seropositief zijn en de inwoners die lepra vertonen in een column grafiek weergegeven. Ook hiervan worden zowel een grafiek van de begin- als de eindwaardes gemaakt die met elkaar vergeleken kunnen worden. Om de verandering van de ziekte over de gehele 30 jaar te zien worden lijngrafieken gemaakt met de aantallen uitgezet tegen de tijd. Hierbij kan ook gekeken worden of deze grafieken verschillen in vorm bij verschillende populatie groottes en verschillende percentages van initieel geïnfecteerde. Ook kan er hierbij gekeken worden of de lijn van de seropositiviteit en de lijn van de zichtbare lepra qua vorm veel van elkaar verschillen. Helaas is het nog niet mogelijk om te analyseren wat de invloed is van boten in de simulatie. Dit komt doordat de simulatie van bemanning die van de boot gaat en weer op de boot gaat niet werkt. Hierdoor kan niet gekeken worden naar de invloed van de boten op de verspreiding van lepra. Voor het analyseren van de invloed van vissersboten moet het programma een keer met en een keer zonder de boten worden uitgevoerd. De outputs hiervan kunnen met elkaar vergeleken worden om te kijken of de hoeveelheid besmette of zichtbaar zieke mensen zoals verwacht toenemen wanneer er regelmatig mannen gedurende een langere periode intensief contact met elkaar hebben. Hierbij maakt het wel uit hoeveel mannen op die boten besmet zijn. Om verder te onderzoeken of het model een goede weergave is van de werkelijkheid is het goed om het te vergelijken met de onderzoeksresultaten van Mirjam Bakker. Omdat de boten in de simulatie niet goed werken kan het huidige model niet vergeleken worden met de onderzoeksresultaten maar als dit wel in orde is dan moet het volgende worden geanalyseerd. In het model moet het onderzoek van Mirjam Bakker als het ware gesimuleerd worden. In het onderzoek is een interventie onderzoek gedaan op vijf eilanden in de Flores Sea. 1 eiland was de control group, 1 eiland was de contact group en de overige 3 eilanden waren onderdeel van de blanket group. Op het eiland van de control group werd geen interventie uitgevoerd. De bestaande situatie op het eiland werd niet aangepast. Het eiland van de contact group had echter wel een vorm van interventie. Alleen de medebewoners, de buren en de buren van de buren werden behandeld tegen lepra. Bij de eilanden van de blanket group werd iedereen behandeld tegen lepra met uitzondering van zwangere vrouwen, jonge kinderen en mensen die onder behandeling van bepaalde andere ziektes stonden. Deze behandelingen kunnen dus gesimuleerd worden door een aantal of alle bewoners van een eiland tegelijkertijd beter te maken. Door de uitkomsten van het model te vergelijken met de uitkomsten van het onderzoek kan worden gekeken of het model klopt met de werkelijke situatie. Als hieruit zou blijken dat het model een goede benadering is van de werkelijkheid dan is het natuurlijk mooi als er onderzoek kan worden gedaan naar verschillende interventie methodes met behulp van het model. Wordt lepra bijvoorbeeld uitgeroeid als er een afwisselend aantal eilanden eens in de zoveel tijd volledig preventief behandeld worden. Of is het beter om frequenter mensen die lepraverschijnselen hebben te behandelen?

27

In de onderstaande diagrammen kan het verschil tussen het begin en het einde van het uitvoeren van de simulatie, dus 30 jaar, gezien worden. De bevolkingsgroottes van de gesimuleerde wereld en de eilanden blijven hetzelfde aangezien dat zo is geprogrammeerd. Dit levert een stabiele samenleving en is handig voor het vergelijken en analyseren van andere gegevens. De seropositieve bevolking neemt zichtbaar toe, maar de hoeveelheid mensen die zichtbaar lepra vertoont blijft ongeveer rond het begintal schommelen.

afbeelding 10.1-10.2

3407

374 168

2028

210 627

292 28 17 166 22 59 73 7 3 36 4 23

0

500

1000

1500

2000

2500

3000

3500

4000

Aant

al m

ense

n

Ziekte van de totale bevolking en per eiland - Begin

Bevolkingsgrootte

Seropositieve bevolking

Lepra vertonende bevolking

3407

374 168

2028

210 627 758

82 48 461

38 129 67 8 1 38 4 16 0

500

1000

1500

2000

2500

3000

3500

4000

Aant

al m

ense

n

Ziekte van de totale bevolking en per eiland - Eind

Bevolkingsgrootte



28

afbeelding 10.3

De veranderingen binnen de huishoudens tonen zich in de diagrammen hieronder. De huishoudens zijn niet op nummer gesorteerd, maar zijn volgens het aantal totale, seropositieve en lepra tonende gezinsleden van het begin van de simulatie geordend. Hierin kan gezien worden dat seropositiviteit zich ook snel toeneemt in gezinnen waar niemand seropositief is. Wel beperkt het zich in deze simulatie vaak maar tot één persoon per huishouden. Dit klopt hoogst waarschijnlijk niet met de werkelijkheid, aangezien lepra zich verspreidt via intensief contact met iemand met lepra. Dit zou juist voorspellen dat binnen huishoudens waarbij iemand al lepra heeft er een grotere kans is dat de tweede persoon ook geïnfecteerd raakt.


3407

374 168

2028

210 627 758

82 48 461

38 129 67 8 1 38 4 16 0

500

1000

1500

2000

2500

3000

3500

4000

Aant

al m

ense

n Ziekte van de totale bevolking en per eiland -

Eind

Bevolkingsgrootte



0 1 2 3

Aant

al g

ezin

sled

en

De gezinnen

Ziekte binnen het huishouden - Begin Aantal gezinsleden



0 1 2 3

Aant

al g

ezin

sled

en

De gezinnen

Ziekte binnen het huishouden - Eind Aantal gezinsleden



29

De epidemic curves van de wereld en de eilanden hebben ondanks de verschillende bevolkingsgroottes vrijwel exact dezelfde vorm. Dit toont aan dat bevolkingsgrootte en zelfs de initiele besmettingsgrootte niet een hele grote rol spelen in de epidemic curve.

Infectie en ziekte over de tijd Bevolkingsgrootte Seropositieve bevolking Lepra vertonende bevolking


0 500

1000 1500 2000 2500 3000 3500 4000

1 53

105

157

209

261

313

365

417

469

521

573

625

677

729

781

833

885

937

989

1041

10

93

1145

11

97

1249

13

01

1353

14

05

1457

15

09

Aant

al m

ense

n

Aantal ticks/weken

Gesimuleerde wereld

0 100 200 300 400 500 600 700 800

1 53

105

157

209

261

313

365

417

469

521

573

625

677

729

781

833

885

937

989

1041

10

93

1145

11

97

1249

13

01

1353

14

05

1457

15

09

Aant

al m

ense

n

Aantal ticks/weken

Kambanglamari

0 500

1000 1500 2000 2500 3000 3500 4000

1 53

105

157

209

261

313

365

417

469

521

573

625

677

729

781

833

885

937

989

1041

10

93

1145

11

97

1249

13

01

1353

14

05

1457

15

09

Aant

al m

ense

n

Aantal ticks/weken

Sapuka Besar

0 50

100 150 200 250 300 350 400 450 500

1 53

105

157

209

261

313

365

417

469

521

573

625

677

729

781

833

885

937

989

1041

10

93

1145

11

97

1249

13

01

1353

14

05

1457

15

09

Aant

al m

ense

n

Aantal ticks/weken

Pelokang

0

100

200

300

1 53

105

157

209

261

313

365

417

469

521

573

625

677

729

781

833

885

937

989

1041

10

93

1145

11

97

1249

13

01

1353

14

05

1457

15

09

Aant

al m

ense

n

Aantal ticks/weken

Sambarjaga

0

100

200

300

1 53

105

157

209

261

313

365

417

469

521

573

625

677

729

781

833

885

937

989

1041

10

93

1145

11

97

1249

13

01

1353

14

05

1457

15

09

Aant

al m

ense

n

Aantal ticks/weken

Tinggalungang

30

In de onderstaande grafiek zijn de epidemic curves op een boot gesimuleerd.

Omdat de functie van het verblijf op de boten niet volledig klopt zijn deze resultaten ook nog niet bruikbaar. De bevolkingsgroei neemt namelijke eerst evenveel toe en af als de seropositieve bevolking. Op een gegeven moment zit er opeens niemand meer in een boot, maar er zijn wel seropositieve mensen aan boord. Uit deze grafiek blijkt dus dat het verblijf op de boot nog niet naar behoren werkt.

Afbeelding 13

De simulatie is ook uitgevoerd met een grotere infectiekans van 0,010 in plaats van de 0,001 rate die bij de eerste run gebruikt werd. In afbeelding 14 bij de grafieken van de ziekte van de totale bevolking en bij alle eilanden is weinig verschil te merken. Ook binnen de huishoudens geven de grafieken hetzelfde beeld. Bij de boten is er echter wel een duidelijk verschil te zien. De extreme toename van seropositieve mensen gebeurd bij de run met de hogere infectiekans een paar jaar eerder dan bij de run met de lage infectiekans.

0

100

200

300

400

500

600

700

800

900

1 53

105

157

209

261

313

365

417

469

521

573

625

677

729

781

833

885

937

989

1041

10

93

1145

11

97

1249

13

01

1353

14

05

1457

15

09

1561

16

13

1665

Astit

el

Ziekte op de boten gedurende 30 jaar

Bevolkingsgrootte



31

Ziekte van de totale bevolking en per eiland Bevolkingsgrootte Seropositieve bevolking Lepravertonende bev.

Afbeelding 14.1-14.4

3407

374 168

2028

210 627

292 28 17 166 22 59 73 7 3 36 4 23

0

500

1000

1500

2000

2500

3000

3500

4000

Aant

al m

ense

n

Begin - lage infectiekans

3407

374 168

2028

210 627

292 29 23 164 21 55 73 8 4 41 4 16

0

500

1000

1500

2000

2500

3000

3500

4000

Aant

al m

ense

n

Begin - hogere infectiekans

3407

374 168

2028

210

627 758

82 48

461

38 129 67 8 1 38 4 16 0

500

1000

1500

2000

2500

3000

3500

4000

Aant

al m

ense

n

Eind - lage infectiekans

3407

374 168

2028

210 627 741

87 40 430

49 135 64 7 5 36 3 13 0

500

1000

1500

2000

2500

3000

3500

4000

Aant

al m

ense

n

Eind - hogere infectiekans

32

Ziekte binnen het huishouden


0 1 2 3

Aant

al g

ezin

sled

en

De gezinnen

Begin - lage infectiekans Aantal gezinsleden



0 1 2 3

Aant

al g

ezin

sled

en

De gezinnen

Eind - lage infectiekans Aantal gezinsleden



0 1 2 3

Aant

al g

ezin

sled

en

De gezinnen

Begin - hogere infectiekans Aantal gezinsleden



0 1 2 3

Aant

al g

ezin

sled

en

De gezinnen

Eind - hogere infectiekans

Aantal gezinsleden


33

Infectie en ziekte over de tijd Bevolkingsgrootte Seropositieve bevolking Lepra vertonende bevolking

Lage infectiekans hogere infectiekans

0 500

1000 1500 2000 2500 3000 3500 4000

1 53

105

157

209

261

313

365

417

469

521

573

625

677

729

781

833

885

937

989

1041

10

93

1145

11

97

1249

13

01

1353

14

05

1457

15

09

Aant

al m

ense

n

Aantal ticks/weken

Gesimuleerde wereld

0 500

1000 1500 2000 2500 3000 3500 4000

1 53

105

157

209

261

313

365

417

469

521

573

625

677

729

781

833

885

937

989

1041

10

93

1145

11

97

1249

13

01

1353

14

05

1457

15

09

Aant

al m

ense

n Aantal ticks/weken

Gesimuleerde wereld

0 100 200 300 400 500 600 700 800

1 53

105

157

209

261

313

365

417

469

521

573

625

677

729

781

833

885

937

989

1041

10

93

1145

11

97

1249

13

01

1353

14

05

1457

15

09

Aant

al m

ense

n

Aantal ticks/weken

Kambanglamari

0 100 200 300 400 500 600 700 800

1 53

105

157

209

261

313

365

417

469

521

573

625

677

729

781

833

885

937

989

1041

10

93

1145

11

97

1249

13

01

1353

14

05

1457

15

09

Aant

al m

ense

n

Aantal ticks/weken

Kambanglamari

0 500

1000 1500 2000 2500 3000 3500 4000

1 53

105

157

209

261

313

365

417

469

521

573

625

677

729

781

833

885

937

989

1041

10

93

1145

11

97

1249

13

01

1353

14

05

1457

15

09

Aant

al m

ense

n

Aantal ticks/weken

Sapuka Besar

0 500

1000 1500 2000 2500 3000 3500 4000

1 53

105

157

209

261

313

365

417

469

521

573

625

677

729

781

833

885

937

989

1041

10

93

1145

11

97

1249

13

01

1353

14

05

1457

15

09

Aant

al m

ense

n

Aantal ticks/weken

Sapuka Besar

34

0 50

100 150 200 250 300 350 400 450 500

1 53

105

157

209

261

313

365

417

469

521

573

625

677

729

781

833

885

937

989

1041

10

93

1145

11

97

1249

13

01

1353

14

05

1457

15

09

Aant

al m

ense

n

Aantal ticks/weken

Pelokang

0 50

100 150 200 250 300 350 400 450 500

1 53

105

157

209

261

313

365

417

469

521

573

625

677

729

781

833

885

937

989

1041

10

93

1145

11

97

1249

13

01

1353

14

05

1457

15

09

Aant

al m

ense

n

Aantal ticks/weken

Pelokang

0

100

200

300

1 53

105

157

209

261

313

365

417

469

521

573

625

677

729

781

833

885

937

989

1041

10

93

1145

11

97

1249

13

01

1353

14

05

1457

15

09

Aant

al m

ense

n

Aantal ticks/weken

Sambarjaga

0

100

200

300

1 53

105

157

209

261

313

365

417

469

521

573

625

677

729

781

833

885

937

989

1041

10

93

1145

11

97

1249

13

01

1353

14

05

1457

15

09

Aant

al m

ense

n

Aantal ticks/weken

Sambarjaga

0

100

200

300

1 53

105

157

209

261

313

365

417

469

521

573

625

677

729

781

833

885

937

989

1041

10

93

1145

11

97

1249

13

01

1353

14

05

1457

15

09

Aant

al m

ense

n

Aantal ticks/weken

Tinggalungang

0

100

200

300

1 53

105

157

209

261

313

365

417

469

521

573

625

677

729

781

833

885

937

989

1041

10

93

1145

11

97

1249

13

01

1353

14

05

1457

15

09

Aant

al m

ense

n

Aantal ticks/weken

Tinggalungang

35

Lepra op de vissersboten Bevolkingsgrootte Seropositieve bevolking Lepra vertonende bevolking


0 100 200 300 400 500 600 700 800 900

1 53

105

157

209

261

313

365

417

469

521

573

625

677

729

781

833

885

937

989

1041

10

93

1145

11

97

1249

13

01

1353

14

05

1457

15

09

1561

16

13

1665

Astit

el

Boot - lage infectiekans

0 100 200 300 400 500 600 700 800 900

1 53

105

157

209

261

313

365

417

469

521

573

625

677

729

781

833

885

937

989

1041

10

93

1145

11

97

1249

13

01

1353

14

05

1457

15

09

1561

16

13

1665

Astit

el

Boot - hogere infectiekans

36

Aanbevelingen Indien er gemodelleerd wordt met grote aantallen van iets, is het verstandig om van tevoren een slimme data structuur te bedenken. Door gebruik te maken van slim ontworpen ‘Lookup tabellen’ kan rekentijd bespaard worden. Tijdens het modelleren met Netlogo is ook ondervonden dat dit erg belangrijk is. Een functie als “Ask agents/count agents with [ seropositivity? = true] loopt op de achtergrond door alle eigenschappen van alle agents heen. Voor een agentset van 3500 agents werkt dit al aardig goed. Problemen ontstaan echter wanneer je in de functie Ask … ook een count functie verwerkt. De computer moet nu namelijk iedere ‘tick’ 3500 * 3500 = 12,5 miljoen berekeningen uitvoeren, wat al een stuk langzamer gaat. Het grote probleem ontstond in het feit dat de risico berekening die een agent de kans geeft om besmet te worden afhangt van het aantal agents dat al in zijn omgeving besmet is. Dit is namelijk een ‘count’ in een ‘ask’. De oplossing die hierop bedacht is, is in tabellen de aantallen van mensen en besmette mensen bij te houden per omgeving (wereld, eiland, huishouden, boot). Voor iedere wijziging die invloed heeft op deze aantallen, worden de tabellen weer geüpdatet. Het werkt aardig goed omdat de tabellen heel snel bij te werken zijn, echter moet de programmeur wel steeds erg goed nadenken welke getallen er gewijzigd moeten worden in een bepaald scenario. De tabellen zijn wel foutgevoelig. Indien er een fout is, is het soms moeilijk om te achterhalen wat de fout veroorzaakt heeft. Uiteindelijk waren bepaalde procedures toch te lastig om te koppelen aan een lookup tabel, en gingen er nog wat dingen mis in het bijwerken van de lookup tabellen. Na lang zoeken, is de fout die ervoor zorgt dat de ‘awaytable’ niet goed bijgewerkt wordt indien personen uit de boten stappen, nog niet gevonden. In het model kunnen personen dus niet uit een boot stappen. Awaytable heeft invloed op de risicotabellen, die daardoor negatieve, of getallen groter dan 1 kunnen gaan bevatten. Een lastigheid die ondervonden is bij het ontwerpen, is dat vanuit een topdown point-of view, niet de hele structuur van tevoren is op te zetten: Bijna alle tabellen hangen af van de hoeveelheid families en het aantal families dat zich kunnen vormen uit de bewoner-gegevens is niet bij voorbaat te voorspellen van hoger af. De hele structuur moet dus rond deze kans worden opgebouwd, wat eigenlijk niet handig is. Al met al bleek een op het oog redelijk eenvoudig probleem voor ons toch een behoorlijk ingewikkeld probleem. Een foutloos resultaat is niet gelukt. Naast de foute tabellen moet er even goed gekeken worden naar het verband tussen kans en risico. Nu is de samenhang redelijk direct genomen, maar in werkelijkheid zal dit anders zijn. Er zouden ook nog meer methodes gebruikt kunnen worden waarbij het ziektegedrag beter vertaald wordt.

37

Bronnenlijst

1. Bakker, Mirjam (2005) Epidemiology and prevention of leprosy: a cohort study in Indonesia. plaats van uitgever: uitgever.

2. Bakker, Mirjam (2014) Nog een paar kleine vragen voor het lepra model. Mail staat uitgeschreven in bijlage 3. Ontvangen op 12-30-2014.

3. google earth 4. Leprastichting, leprastichting. Lepra, wat is dat? https://leprastichting.nl/wat-doen-we/wat-

is-lepra/ geraadpleegd op 12-2014. 5. OpenStreetMapbijdragers. (2015) open street maps.

http://www.openstreetmap.org/#map=5/-4.040/119.575&layers=T geraadpleegd op 01-2015.

6. Verrijp, Arie. en Willems, Geert. (2014) Indonesie. http://www.landenweb.net/indonesie/ geraadpleegd op 12-2014.

38

Bijlage 1

39

Bijlage 2 De code die hieronder staat is de code van het model waarin alle functies zijn ingeklapt. De volledige code zal als Netlogo bestand bijgevoegd worden aan het verslag.

40

Bijlage 3 Onderstaande antwoorden beschrijven een aantal gegevens die gebruikt zijn als input gegevens van het model: (uit een mail van Mirjam Bakker 2) 1. De leeftijd dat kinderen uit huis gaan: 20 lijkt me een mooi gemiddelde om te nemen, wat ik even snel zag varieerde het over het algemeen wel tussen de 15 en 25, met uitschieters naar boven. 2. Meestal wonen getrouwde stellen een paar jaar bij de ouders in, ik kon zo snel geen patroon zien of de man bij zijn schoonfamilie intrekt of de vrouw, beide komt voor 3. Hoger risico van mannen: ja goede vraag, ik heb ooit een meta-analyse gedaan en vond toen “The pooled RR using data from 22 studies was 1.24 (95% CI: 1.11-1.38) showing a small but significant increased risk of developing leprosy for males compared to females”, het verhoogde risico wat ik op de eilanden zag, is dus wel vaker gevonden. Dan nog kan het nog steeds aan het gedrag liggen, maar hoeft niet. TB komt ook vaker bij mannen voor. 4. Bootjes zijn er in veel maten, de armste mensen hebben een klein bootje waar je met 1 of 2 mensen in kan en alleen een dag vaart, de wat rijkere hebben grotere boten waar je met meer op kan en ook langer weg kan blijven, de rijksten bezitten meerdere boten en hebben mensen in dienst en die blijven soms maanden weg. Grof weg denk ik dat wel 1 op de 3 huizen een boot heeft 5. Ik zou nog wat zeggen over de levensverwachting; ik zag dat bijna niemand ouder dan 80 wordt, de meeste overlijden wel voor hun 70ste denk ik 6. De gemiddelde huishoudgrootte is 4-5 mensen, de mediaan is 4 en varieert tussen 1 en 14

Verslag lepra simulatie

Documents

Transcript of Verslag lepra simulatie