Η λεπτοσπείρωση επηρεάζεται από τον καιρό. Αυτό συμβαίνει επειδή το μολυσματικό αίτιο επιζεί στο περιβάλλον, όταν υπάρχουν ευνοϊκές συνθήκες θερμοκρασίας/υγρασίας.
Στο πλαίσιο της καλύτερης κατανόησης της επιδημιολογίας της λεπτοσπείρωσης το Τμήμα Ζωοανθρωπονόσων του ΕΟΔΥ εξετάζει μετεωρολογικά δεδομένα σε αντιπαραβολή με το νόσημα.
Όπως αναφέρει ο ΕΟΔΥ στο ενημερωτικό του δελτίο για τον Μάϊο του 2025, η μελέτη είναι σε εξέλιξη και σε επόμενο στάδιο θα αναλυθούν τα κλιματολογικά δεδομένα ενδελεχώς προκειμένου να διερευνηθούν ισχυρότερα προβλεπτικά μοντέλα.
Στο παρόν άρθρο ο ΕΟΔΥ παρουσιάζει κάποια πρώιμα αποτελέσματα βασισμένα σε αρχικά αδρά δεδομένα, που παραχώρησε στον Οργανισμό η ΕΜΥ. Ο ΕΟΔΥ μελέτησε τα μηνιαία δεδομένα για τα έτη 2014–2024 και αξιολόγησε πώς η θερμοκρασία, η βροχόπτωση, η σχετική υγρασία και η γεωγραφική περιοχή επηρεάζουν την εμφάνιση του νοσήματος.
Ποιο ήταν το αντικείμενο της μελέτης
Η πιθανότητα εμφάνισης του νοσήματος (έστω και ενός κρούσματος) για ένα ημερολογιακό μήνα σε επίπεδο Περιφέρειας (πχ. στην Ήπειρο, στην Αττική, στα Ιόνια Νησιά κλπ).
Την περίοδο 2014–2024, η πιθανότητα να εμφανιστεί τουλάχιστον ένα κρούσμα λεπτοσπείρωσης σε μία τυχαία Περιφέρεια και κατά τη διάρκεια ενός τυχαίου μήνα ήταν 14,2 % και ο λόγος πιθανοτήτων (odds)–εμφάνισης προς μη εμφάνισης κρουσμάτων–ήταν 0,165 (0,142/0,858).
Βρήκαμε με τη μέθοδο της λογιστικής παλινδρόμησης ότι γεωγραφικοί και κλιματολογικοί παράγοντες μπορούν να εξηγήσουν σε ποσοστό ως 18.3% τον λόγο πιθανοτήτων εμφάνισης ενός ή περισσοτέρων κρουσμάτων (Nagelkerke R² = 0,183).
Ακολουθεί ανάλυση της συμμετοχής των μεταβλητών (σε παρένθεση και οι στατιστικές τιμές):
• Γεωγραφική περιοχή (Περιφέρεια)
Η γεωγραφική περιοχή έχει τη σημαντικότερη επίδραση στην πιθανότητα εμφάνισης κρούσματος (χ²(12)=99,93, p<0,001). Σε κάποιες περιοχές υπάρχει ακόμα και περισσότερο από 10 φορές μεγαλύτερη πιθανότητα εμφάνισης της νόσου σε σχέση με άλλες.
• Βροχόπτωση τρέχοντος μήνα (συνολική)
Κάθε επιπλέον mm στάθμης βροχής τον τρέχοντα μήνα αυξάνει τον λόγο πιθανοτήτων εμφάνισης κρούσματος 0,4 φορές (OR=1,004, 95% CI [1,000–1,007]) (χ²=4,69, p=0,030).
• Μέση θερμοκρασία προηγούμενου μήνα
Κάθε 1 °C αύξηση της μέσης θερμοκρασίας του προηγούμενου μήνα συνοδεύεται από αύξηση 1,11 φορές του λόγου πιθανοτήτων εμφάνισης κρούσματος (OR=1,11, 95% CI [1,01–1,22]) (χ²=4,82, p=0,028). Με σημείο αναφοράς πιθανότητας το 14,2 %, με άνοδο 1 °C η % πιθανότητα ανεβαίνει στο 15,5 %, 16,9 % με 2 °C, 18,5 % με 3 °C και ούτω καθεξής.
• Μήνας
Ο Νοέμβριος ήταν ο μήνας με τις λιγότερες πιθανότητες να εμφανιστεί κρούσμα (OR=0,41, 95% CI [0,17–0,98], p=0,044) (χ²(11)=20,59, p=0,038).
Η σχετική υγρασία δεν εμφάνισε προβλεπτική ισχύ. Πρέπει να σημειωθεί ότι εξετάσθηκαν μόνο γραμμικά μοντέλα.
Ακολουθούν τρία γραφήματα που δείχνουν διάφορες κατανομές της συχνότητας κρουσμάτων λεπτοσπείρωσης σε σχέση με τις γεωγραφικές Περιφέρειες της χώρας.
Συμπεραίνεται ότι η γεωγραφική περιοχή (Περιφέρεια) είναι ο κυρίαρχος παράγοντας κινδύνου, ενώ η θερμοκρασία του προηγούμενου μήνα είναι η πιο σημαντική κλιματολογική παράμετρος. Η βροχόπτωση του τρέχοντος μήνα εμφανίζει μικρή αλλά στατιστικά επιβεβαιωμένη επίδραση.
Ωστόσο, όταν η βροχή είναι έντασης ικανής να δημιουργήσει πλημμύρες ο κίνδυνος αυξάνει εκθετικά, όπως συνέβη με την καταιγίδα Daniel τον Σεπτέμβριο του 2023. Επομένως, θα πρέπει να υπάρχει αυξημένη εγρήγορση τους μήνες με βροχόπτωση, όταν συνδυάζεται με προηγούμενο διάστημα υψηλών θερμοκρασιών ειδικά σε επιβαρυμένες Περιφέρειες ή Περιφερειακές Ενότητες.
Το κοινό ενημερώνεται να αποφεύγει την έκθεση σε περιβάλλοντα υψηλού κινδύνου και να λαμβάνει μέτρα προστασίας (αδιάβροχα γάντια, γαλότσες κλπ.). Είναι ενθαρρυντικό ότι η ένταξη εποχιακών, μετεωρολογικών και χωρικών παραγόντων μπορεί να συμβάλει έστω και περιορισμένα στη πρόβλεψη εξάρσεων λεπτоσпείρωσης. Η ανάλυση εκτιμάται να συνεχιστεί με πιο λεπτομερή δεδομένα προκειμένου να εξεταστεί η δημιουργία μοντέλου με μετεωρολογικά «κατώφλια» υψηλού κινδύνου.
