Taller de Evaluación sobre Vulnerabilidad y Adaptación SECTOR DE SALUD HUMANA Full references can be found in Chapter 11, Bibliography, of the Handbook.

INTRODUCCIÒN Información general de los impactos potenciales en la salud de la Variabilidad y Cambio Climático. Datos de salud para determinar la carga actual de enfermedades originadas por el cambio climático Metodos y herramientas para la evaluacion de V&A en el sector salud. Métodos para determinar la línea de base de la adaptacion en la salud.

Información general del impacto potencial del Cambio y Variabilidad Climática en la Salud

Temas Camino, senda para que el tiempo afecte a la salud Potential health impacts of climate change.Impacto Potencial de la salud de cambio climatico. Eventos climáticos extremos en el tiempo Temperatura Desbordes Enfermedades transmitidas por vectores Enfermedades relacionadas con la polución del aire. Diarrea

El Camino para que el tiempo afecte a la Salud : Ejemplo = Diarrea Causas Distales Causas Proximas Infecciones peligrosas Efectos en la Salud Temperatura Humedad Precipitación Supervivencia/ replica De patogenos en el ambiente Ingestión de Agua cotaminada Incidencia de morbilidad atribuida a la diarrea Condiciones de vida (suministros de agua y saeamiento) Contaminacion de Fuentes de agua Ingestión de Comida contaminada This diagram shows the various pathways by which weather and other factors can influence the morbidity and mortality due to diarrheal diseases. Contaminación de Fuentes de comida Contacto con personas Infectadas. Fuentes de comida y Prácticas de Higiene Vulnerabilidad (ej. Edad y nutrición) Porcentaje de Personas en contacto con personas WHO

El Camino desde las fuerzas desencadenantes a los impactos potenciales en la salud. This shows the pathways by which climate change and other drivers can affect human health. Climate change will act through regional weather changes to affect health directly (temperature-related illness and death; and extreme weather-related health effects) and indirectly (air pollution-related health effects; water- and food-borne diseases; vector- and rodent-borne diseases; and mental, nutritional, infectious, and other health effects). The extent to which health impacts will be realized depends on the effectiveness of adaptation measures and on modulating influences (other drivers of health outcomes, such as population density in regions vulnerable to flooding). Corvalan et al., 2003

Factores que influyen en la Salud Densidad Poblacional Urbanización Infraestructura para salud pública Desarrollo economico y tecnologico Condiciones ambientales Población en riesgo Pobreza Niños Incremento en la poblacion de residentes ancianos Inmunocomprometidos Climate change is not the sole determinant of climate-sensitive diseases. This lists some other important drivers.

El cambio Climatico puede ocasionar cambios en variaciones, asi como en los valores medios Interactions between changes in the mean and variability of weather variables complicate projecting possible future trends in extreme events. Assuming a normal distribution of surface temperature, one can envision three scenarios of increasing temperatures. In the first scenario, there is a simple shift in mean temperature without a change in the variance (e.g., the shape of the curve would remain the same). If this occurs, then there would be a decrease in cold weather and an increase in both hot and record hot weather. A second scenario is an increase in the variance without a change in mean temperature; this would result in increasing cold and hot weather, with a decreasing frequency of weather that could be considered average under the previous climate (e.g., the shape of the curve would become flatter). Finally, if there is a shift in both the mean and the variance, then there would be small decrease in cold weather and a significant increase in both hot and record hot weather.

Temperaturas extremas en el Caribe, 1995·2000 These data were presented by Michael Taylor (University of the West Indies) at a workshop in Barbados on small island states organized by WHO, WMO, and UNEP in May 2002 (workshop report available from WHO; Aron et al., 2003). The graphs shows the trend for minimum and maximum temperatures in the Caribbean, along with the percentage of days that temperature was greater than the 90th percentile (for minimum and maximum temperature), relative to the period 1977-1997. Temperature extremes have been increasing since the late 1950s. These observed changes are considered consistent with patterns related to climate change.

Variabilidad Climatica y Cambios de Impacto en el Caribe FECHA PAÍS EVENTO MUERTE Costo estimado (US$ million, 1998) 1974 Honduras Huracan Fifi 7,000 1,331 1982/3 Bolivia, Ecuador, Peru El Niño 5,661 1997/98 Bolivia, Colombia, Ecuador, Peru 600 7,694 1998 Central America Huracan Mitch 9,214 6,008 Dominican Republic Huracan Georges 235 2,193   Cuba 6 N/A 1999 Venezuela Derrumbe 25,000 Fuente: ECLAC, América Latina y El Caribe: El Impacto de los Desastres Naturales en el Desarrollo, 1972-1999, LC/MEX/L.402; OFDA, Venezuela- Floods, Fact Sheet #10, 1/12/ 2000.

Inundación en Mozambique del 2000 Fuertes lluvias de los Ciclones Connie y Eline en Febrero del 2000 causaron inundaciones de los rios Limpopo, Incomati, Save y Umbeluzi a grandes escalas Degradacion del ambiente y el pobre sistema de matenimiento y protección de los rios contribuyeron a la crisis. 700 personas murieron, 250,000 pesonas desplazadas y 950,000 requirieron asistencia(de los cuales 190,000 eran niños menores de 5 años) 14,800 personas fueron rescatadas por helicopteros.

Impactos de las inundaciones en la Salud Muertes y heridas inmediatas Incrementos de la tasa de mortalidad no especificos Enfermedades infecciosas – leptopirosis,hepatitis, diarrea, enfermedades respiratorias, y transmitidas por vectores Exposición a sustancias tóxicas Efectos de efermedades mentales Incremento de demandas en sistemas de salud Flooding results in more than immediate deaths and injuries, as listed on this slide. Philip Wijmans, LWF/ACT Mozambique, March 2000

Dr. Githeko, personal communication Source is Dr. Andrew Githeko, Kenya Medical Research Institute. A fair amount of attention has been focused on how climate change might affect the range and intensity of malaria outbreaks. Climate is one determinant of the range of the vectors that carry diseases such as malaria and dengue fever. The graph shows that maximum temperature in one area of Kenya increased before malaria outbreaks in 1997-1999. There was no clear pattern with minimum temperature. A. Githeko, personal communication Dr. Githeko, personal communication

Cambio Climatico y Malaria en diferentes escenarios(2080) Incremento: Africa oriental, Asia Central, Federación Rusa Disminución: America Central, Amazonas [dentro de los vectores limites actuales.] A1 A2 Source: Van Leishout et al., 2004. Based on the MIASMA model (V2.2) developed by Martens and colleagues. The model links GCM climate scenarios with an impact module that applies the formula for the basic reproduction rate to calculate the transmission potential of the malaria mosquito population, and to estimate the population at risk. The population at risk was defined as the total population living in an area where conditions were suitable for malaria transmission as defined by the transmission potential, and an average monthly precipitation of 80 mm. The reference scenario included population growth and kept the climate conditions the same as in the baseline climatology of 1961-1990. The model estimates climate suitability for an average year and the suitability for stable or annual transmission. The model assumes the current level of adaptation to malaria (countries were classified into one of six groups based on expert judgment). Estimates of the additional population at risk for more than 1 consecutive month of transmission by the 2080s ranged from more than 220 million (A1) to over 400 million (A2) when climate factors and population growth are considered in the model. The figure shows, under each scenario, the change in risk classified by the changes in the number of consecutive months of transmission (> +2, +2, -2, < -2). B1 B2 Van Lieshout et al. 2004

Neblina de China Enero 10 2003 This aerial photo from NASA gives an indication of the importance of dust storms. Few studies have been conducted of the extent of illness and death occurring during dust storms. NASA

Efectos de la variación de la temperatura en la incidenia de Diarrea en Lima, Peru Admisiones diarias de Diarrea Temperatura diaria Diarrheal diseases are also climate sensitive. These graphs show the variation in daily diarrheal admissions with the variation in daily temperature. Adjusting statistically for the long-term trend and for other seasonal effects, diarrhea increases by 8% for each 1°C increase in temperature. Where the dose-response relationship has been quantified, similar patterns have been observed in other developing countries, i.e., 3% increase for each 1°C increase in Fiji. A dose-response relationship can be applied to temperature change maps for different climate change scenarios. La diarea incrementa un 8% por cada incremento de la temperatura en 1ºC Checkley et al., 2000

El Nino starts El Nino stops This shows the relationship between the beginning of an El Niño and the number of cholera cases in Uganda. El Niño events have been shown to be associated with outbreaks of other diseases such as malaria.

Recursos McMichael, A.J., D.H. Campbell-Lendrum, C.F. Corvalan, K.L. Ebi, A. Githeko, J.D. Scheraga, and A. Woodward (eds.). 2003. Cambio Climatico y salud Humana: Riesgos y respuestas. Who, GenovaClimate Change and Human Health: Risks and Responses. WHO, Geneva. Resumen de pdf disponible en http://www.who.int/globalchange/publications/cchhsummary/ Kovats, R.D., K.L Ebi, and B. Menne. 2003. Metodos de apreciacion de la vulnerabilidad en salud humana y adaptacion de salud publica para cambio climatico. WHO/Health Canada/UNEP. Pdf disponible en http://www.who.dk/document/E81923.pdf

Información de Salud para determinar la carga actual de enfermedades sensibles al clima

Preguntas a ser Abordadas Qué enfermedades Sensibles al Clima son importantes en el país o región? Cuál es la actual carga de estas enfermeades? Qué factores ademas del clima deberian ser considerados? Agua, saneamiento, etc Donde esta disponible la información? Pueden los servicios sanitarios satisfacer las demandas actuales?

Información de Fuentes de Salud El reporte de la salud Mundial provee información a nivel regional para todas la mayoria de las enfermedades. http://www.who.int/whr/en Información anual en anexo estadístico Base de datos WHO Malnutrition http://www.who.int/nutgrowth/db Agua y saneamiento. http://www.who.int/entity/water_sanitation_health/database/en Ministerio de Salud Vigilancia de enfermedades- reporte anexo

Fuentes de Informacion de la Salud- Otros UNICEF at http://www.unicef.org CRED-EMDAT provee informaciones en desastres http://www.em-dat.net Mission hospitals. Misiones Hospitalarias Hospitales distritales, gubernamentales

Mozambique Poblacion total = 18,863,000 Porcentaje de crecimiento poblacional annual. = 2.4% Expectativa de vida desde nacimiento= 45 years Porcentaje de Mortalidad de menores de 5 años= 158/1,000 El 72% de los niños de 1 año son inmunizados con dosis de DTP. 72% of 1-year-olds immunized with 3 doses of DTP 5.8% de la totalidad del producto domestico gastados en salud. 5.8% This is an example of data from the World Health Report. WHO, 2005

Comunicación Nacional de Seychelles This is an example of health indicators from the Seychelles National Communication showing how infant mortality, birth rates, and fertility rates decreased from the 1970s to 1999, and how life expectancies increased.

Métodos y Herramientes para Evaluaciones de V&A en el sector Sanitario.

Metodos y Herramientas Evaluaciones cualitativas Métodos para estimar la vulnerabilidad de la salud humana al cambio climatico MARA/ARMA – Condiciones climaticas para la transmision estable de malaria Carga Global WHO de enfermedades comparables con evaluaciones de riesgo Carga ambiental de enfermedades Otros modelos

Evaluaciones cualitativas El Dato disponible permite realizar evaluaciones cualitativas de vulnerabilidad. Por ejemplo, dada la actual carga de enfermedades de diarea y cambios proyectados en precipitaciones, la vulnerabilidad va a ser la misma, o se incrementará o disminuirá?

Métodos para evluar la Vulnerabiliad de la Salud Humana y Adaptación Pública para el Cambio Climático Publication available from WHO European Centre for Environment and Health. Kovats et al., 2003

Métodos para: Estimar la distribucioón actual y carga de enfermedades sensibles al cambio climático Estimar impactos futuros en la salud que pueden atribuirse al cambio climático Identificar las opciones actuales y futuras de adaptación para reducir la carga de enfermedades. Kovats et al., 2003

Potencial Futuro Estimado para los Impactos en la Salud Requiere la utilización de escenarios climaticos Pueden utilizarse enfoques de arriba abajo y de abajo para arriba Los modelos pueden ser modelos espaciales complejos o una relación simple de exposición-respuesta Debe incluir proyecciones de como otros factores relevantes pueden cambiar. La incertidumbre debe ser abordada de manera explícita. Kovats et al., 2003

Caso de Estudio: Riesgo de Enfermedades de Vector-Borne en Portugal Cuatro escenarios cualitativos desarrollados de cambio en clima y población en vectores. No esta presente el vector Distribución focal del vector Distribución amplia del vector Change from focal to potentially regional distribution Cambios desde el focal hasta la distribucion potencial regional. Juzgamiento experto determina la probalidad de riesgo para cada escenario para 5 enfermedades transmitidas por vectores. Kovats et al., 2003

Fuentes de Incertidumbres Dato Datos perdidos,o con errores en el dato Modelos Incertidumbre con respecto a la prediccibilidad del sistema. Incertidumbre debida a la simplificación de las relaciones. Otros Datos temporales espaciales inapropiados Hipótesis inapropiadas Incertidumbre acerca de la habilidad predictiva de los escenarios Kovats et al., 2003

Estimando los impactos de la salud Mundial de Cambio Climatico Cuál sera el potencial total en el impacto sanitario causado por el cambio climatico(2000 a 2030)? Cuanto podría ser evitado reduciendo el factor riesgo (ej: estabilizando las emisiones de gas del efecto invernadero(GHG)? Campbell-Lendrum et al., 2003 (pdf available)

Evaluaciones de Riesgo Comparativo Time Escenario de emisiones de gas invernadero Modelado del Clima Global Genera series de mapas de predicciones futuras de clima 2020s 2050s 2080s The comparative risk assessment approach used scenarios of GHG emissions, which were input into global climate models, the output of which was used with health impact models to estimate the total burden of disease under various scenarios. The burden of disease estimates generated were numbers of deaths and disability-adjusted life years lost (DALYs) that take into account both morbidity and mortality associated with the health outcome. Modelo de Impacto Sanitario Estima el cambio en relación de riesgos de enfermedades específicas 2080s 2050s 2020s Campbell-Lendrum et al., 2003

Criterio para la seleccion de los resultados sanitarios Suceptible a la variación climatica Importante carga sanitaria global Modelo Cuantitativo disponible en escala global Mala nutricion(prevaleciente) Diarrea(incidente) Enfermedades transmitidas por vectores –dengue y malaria falciparun Inundaciones en tierra y costas(mortalidad) Calor y frío relacionados con la mortalidad CVD Campbell-Lendrum et al., 2003

Proyecciones alternativas futuras de las Emisiones de GHG Tendencias actuales de emisiones de GHG sin mitigarse Estabilización a 750 ppm deCO2 equivalente Estabilización a 550 ppm deCO2 equivalente Niveles de GHG en 1961-1990 con clima asociado Fuente: UK Hadley Centre models Campbell-Lendrum et al., 2003

This shows the projected relative risk of flooding-related injuries and deaths by WHO region in 2030. A relative risk of 1 is no change in the burden of disease, and a relative risk of 2 is a twofold increase in the burden of disease. The different colors show the results for the three scenarios. World Health Reports list the countries included in each region. Large increases in risk are projected for many regions.

Climate scenarios, as function of GHG emissions The results for diarrhea show relatively modest increases in relative risks the developing regions of the world. However, because the absolute number of people at risk is large, these suggest that many more people could be at risk under these climate change scenarios. Further, this is a relatively conservative estimate, because it is looking at direct temperature effects only, ignoring possible effects on diarrhea acting through lack of clean water, etc.

Muerte estimada y DALY atribuido a Cambio Climatico 2000 Floods 2020 Malaria Diarrhea Malnutrition This shows the total burden of disease attributable to climate change in 2000 and 2020 for floods, malaria, diarrhea, and malnutrition. The left hand side of the graph shows the results in thousands of deaths, and the right shows the results in millions of disability-adjusted life years lost. Most of the disease burden is due to diarrheal diseases and malnutrition. 120 100 80 60 40 20 2 4 6 8 10 Muertes(miles) DALYs (millones) Campbell-Lendrum et al., 2003

Conclusiones El Cambio Climático ya puede estar causando una carga singnificante en los países en vías de desarrollo. El Cambio climático sin mitigar es probable que cause impactos significantes en la Salud pública a partir del 2030 Los mayores impactos son causados por la aparición de diarrea, mala nutrición y enfermedades transmitidas por vectores Entre las incertidumbres se incluyen: Incertidumbres en las Proyecciones Efectividad de las intervenciones Cambios en los factores no climáticos . Campbell-Lendrum et al., 2003

Carga Ambiental de las Enfermedades A. Prüss-Üstün, C. Mathers, C. Corvalan, and A. Woodward. : Assessing the Environmental Burden of Disease at National and Local Levels [pdf disponible en http://www.who.int/peh/burden/burdenindex.html El documento sobre Cambio Climático sera publicado pronto.

MARA/ARMA was a large project designed to map malaria risk in Africa MARA/ARMA was a large project designed to map malaria risk in Africa. The website provides a wealth of information on malaria prevalence and population data at regional and country levels. Inquiries to the website are answered quickly. El sitio [http://www.mara.org.za]. Contiene datos de frecuencia y población,y mapas a nivel regional y de pais

MARA/ARMA analyzed the listed environmental data in relation to malaria prevalence.

Clima y Transmisión estable de la Malaria Condiciones favorables del clima es un determinante primario de si las condiciones en una locación en particular son favorables para la transmisión de la Malaria. Un cambio en la temperatura podria hacer que se alargue o acorte la estación en la que los mosquitos o parasitos pueden sobrevivir. Cambios en la precipitacion o en la temperatura podrian resultar en condiciones durante la estacion de transmision que son favorables o desfavorables para incrementar las poblaciones de parásitos y vectores. In Africa, stable malaria refers to falciparum malaria, the most serious form of malaria. More than 90% of malaria in Africa is falciparum malaria.

Clima y Transmision estable de Malaria (continuacion) Cambios en la precipitacion o en la temperatura podria hacer que altitudes y ecosistemas hostiles se vuelvan habitats favorables para la transmisión.Las alturas que fueron demasiada frías o margenes desiertos que fueron previamente muy secos para la el desarrollo de poblaciones de mosquitos, pueden verse modificados por pequeños cambios en la temperatura y / o precipitación.

Modelo MARA/ARMA Modelo biológico que define una serie de reglas de decisión basadas en la disminución de las temperaturas medias y mínimas para el desarrollo del parasito Plasmodium falciparum y el vector Anopheles, y en la limitación de la precipitacion sobre la capacidad de procrear y sobrevivir del mosquito. $5 CD-ROM para los países en vias de desarrollo o puede ser bajado del sitio en internet: www.mara.org.za

Relacion entre la Temperatura y la Supervivencia diaria del Anopheles. This graph shows the proportion of Anopheles mosquitoes surviving for one day at different mean temperatures. The proportion of surviving mosquitoes declines rapidly over mean temperatures of about 37°C. The proportion of mosquitoes surviving two days is a function of how many survived the first day, plus any new mosquitoes added to the population the first day.

Relación entre la Temperatura y el Tiempo requerido para el desarrollo del Parasito. This graph shows the number of days required for malaria parasite development as a function of mean temperature. At mean temperatures less than 21°C, mosquitoes have to survive at least 20 days after they acquire the malaria parasite to be infective. As mean temperature rises to about 21°C, the time required becomes shorter. At 30°C, it takes just a few days for mosquitoes to become infective.

Proporción de vectores que sobreviven y el tiempo requerido para que el parásito se desarrolle. This graph shows the proportion of vectors surviving long enough for the malaria parasite to develop at different mean temperatures. At about 27- 32ºC, somewhat more than one-third of vectors survive long enough to pass along the parasite.

This map, from the MARA/ARMA website, shows the distribution of endemic malaria in Africa (endemic means that malaria is always present, although not necessarily for all months of the year). As stated, the model is based on the biological constraints on the vector and parasite.

Also from the MARA/ARMA website, this shows the duration of the malaria transmission season in Africa.

Duración de la época de Malaria en Mozambique These data are taken from the MARA/ARMA website, and show the length of the endemic malaria season in different regions of Mozambique. In most regions, the season is 4-6 months long.

From the MARA/ARMA website, this shows the predicted prevalence rates of malaria in West Africa. The red regions have very high prevalence rates (up to nearly 100%).

A screen shot from MARA/ARMA showing the populations at risk for malaria in Africa.

Malaria Endemica Prevaleciente These data are from MARA/ARMA and show the prevalence of endemic malaria in regions of Mozambique.

Mozambique –Malaria Endémica Prevaleciente por edades. This shows the endemic malaria prevalence by age; children are at highest risk.

Screen shot from MARA/ARMA on possible applications.

Condiciones climáticas para la transmision estable de Malaria en Zimbawe bajo diferentes escenarios de Cambio Climatico. Ebi et al., In press Objetivo: observar el rango de respuestas de las condiciones climáticas para la transmision estable de la malaria falciparum bajo diferentes escenarios de cambio climatico en Zimbawe.

Malaria en Zimbabwe Casos por mes Patrones de transmision estable siguiendo un patron de precipitacion y elevacion (el cual influye en la temperatura) 9,500 muertes y 6.4 millones de casos entre 1989 y 1996 Recientes apariciones en altitudes elevadas Markedly seasonal (November-June) peak. Patterns of stable transmission follow pattern of precipitation and elevation (which in turn influences temperature) – high altitude regions (also areas of highest population concentration) malaria free. >9,500 deaths and 6.4 million cases between 1989 and 1996. Recent high-altitude outbreaks in formerly malaria free regions suggest changes in the epidemiologic context of transmission. Fuente: Programa de Investigacion de Sud Africa Ebi et al., In press

Metodos Línea de base climatológica determinada COSMIC fue utilizado para generar escenarios específicos de cambio climático en Zimbawe, los cambios fueron adheridos a la línea de base climatológica. La información generada por COSMIC fue utilizada como insumo para el modelo MARA/ARMA (Mapeo de riesgo de Malaria en Africa) modelo de disponibilidad climatica para la transmision estable del Plasmodin falciparum malaria. Baseline climate was derived from a mean monthly climatology in a 0.05° latitude by 0.05° longitude raster format, compiled from data spanning 1920-1980. Future climate projections were created in COSMIC, the output of which was the change in mean temperature and mean precipitation from 1990 to 2100. These changes in mean temperature and precipitation were added to the baseline climatology for each of the roughly 14,000 grid cells in Zimbabwe. The projected changes in temperature and precipitation were used as inputs into the MARA/ARMA model to project climate suitability for stable malaria transmission under different scenarios. Ebi et al., In press

Datos de entrada Datos de Clima Información final de COSMIC Media 60 años de climatologia en Zimbawe en unas cuadrículas de 0.05° lat/long cuadricula (1920-1980) Temperatura minima y maxima mensual y precipitacion total. Información final de COSMIC Temperatura media mensual proyectada y precipitacion para (1990-2100) Mean climatology came from Hutchinson et al. (1995) at ANU Centre for Resource and Environmental Studies. Ebi et al., In press

Clima en Zimbabwe Verano austral Lluvioso y cálido de octubre-abril Seco y frio Mayo-Septiembre Rango heterógeneo de temperaturas dictada por la variación en altitud. Fuerte variabilidad en precipitacion inter anual y por década. Decrecimiento en precipitación en los últimos 100 años (cerca de 1% por decada) Cambios en las temperaturas 1933-1993 Incremento en las temperaturas máximas +0.6°C. Disminución de las temperaturas mínimas -0.2 °C Most of this information is from an unpublished document “Malaria outbreaks. A review of the epidemiology of malaria transmission and distribution in Zimbabwe and the relationship of malaria outbreaks to preceding meteorological conditions.” (Freeman, 1995) Rainy warm austral summer October-April (October is the warmest month). Dry and cold May-September (July coldest month). Marked heterogeneity in temperature based on elevation gradient in the country. Strong interannual and decadal variability in precipitation (perhaps dominating any long term climate change), hence there is a large variation in predicted changes in precipitation under various GCMs. Decrease in precipitation in the last 100 years (about 1% per decade). Increase in maximum temperature in past 100 years. Harare has seen an increase in minimum temperature of 0.9°C due to the urban heat island effect. Future climate? Most certainly warmer, most likely drier – given trend over last century (despite the fact that most GCMs show an increase in precipitation for Zimbabwe). Strong interannual and decadal variability in precipitation – Ebi et al., In press

GCMs Canadian Centre for Climate Research (CCC). United Kingdom Meteorological Office (UKMO). Goddard Institute for Space Studies (GISS) Henderson-Sellers model using the CCM1 at NCAR (HEND). These GCMs were selected from COSMIC to provide a range of scenarios. Ebi et al., In press

Escenarios Sensibilidad Climática High = 4.5°C Alto = 4.5°C Low = 1.4°C Bajo = 1.4°C Dioxido de Carbono Equivalente (DCE) es análogo a los escenarios de estabilización de 350 ppmv y 750 ppmv del IPCC. Ebi et al., In press

Presunciones Ningun cambio en el orden mensual de las temperaturas mínimas y máximas. Cuerpos de agua permanentes no hacen frente a los requerimientos de agua por precipitación. El clima no cambio entre la línea de base de (1920-1980) y 1990. Ebi et al., In press

Valor Lógico Difuso Límites lógicos difusos establecidos por la temperatura mínima, media y la precipitacion. 0 = No apto 1 =Propicio para malaria endémica estacional Ebi et al., In press

Asignación del Valor Lógico d Lifuso para las Variables Climáticas.

Criterio propicio para el clima Valores difusos asignados para cada cuadricula Para cada mes, se determina el menor valor difuso para la precipitación y la temperatura media. Valor Difuso determinado para 5 meses móviles Comparar esto con el valor difuso mínimo para el menor valor mensual promedio de la temperatura minima diaria. Asignar el mínimo valor difuso. Ebi et al., In press

UKMO S750 ECD escenario de estabilizacion de con 4.5°C de sensibilidad climática Producto del modelo . Precipitacion Estacion lluviosa (ONDJFMA) tuvo un incremento en la precipitacion de un 8.5% desde 1990 hasta 2100. Temperatura La temperatura media anual se incrementa en 3.5°C desde1990 hasta 2100,con la temperatura de octubre incrementandose mas que la de Julio. Results are shown for only one scenario – the UKMO. Ebi et al., In press

Baseline This figure shows the baseline fuzzy logic climate suitability for stable Plasmodium falciparum transmission in Zimbabwe. Areas where malaria is endemic in the average year are denoted with red coloring (fuzzy value of > 0.9). White indicates locations where climatic conditions inhibit malaria transmission (fuzzy value of zero). For fuzzy logic values between 0.9 and zero, malaria transmission is expected to vary between years, with epidemics or strongly seasonal malaria present. The highland areas are clearly identified by their low fuzzy logic values. This map reasonably reflects current maps of endemic malaria in Zimbabwe. The following figures show the change in geographic distribution of climate suitability at various time periods. The distribution changes dramatically under this scenario of climate change, with the areas showing the most change are the highland regions where most of the population lives (Harare, the capital) and Bulawayo. This appears to be due to changes in mean temperature suitability in the highlands. Ebi et al., In press

2025 Ebi et al., In press

2050 Ebi et al., In press

2075 Ebi et al., In press

2100 Ebi et al., In press

Conclusiones Cambios de temperatura y precipitacion podria alterar la distribucion geografica de la transmision estable de malaria en Zimbawe, asumiendo que no habrá ninguna intervención humana que dificulte la transmisión de la malaria. Entre todos los escenarios, las altas tierras se vuelven más aptas para la transmisión The lowveld y las areas actualmente limitadas por la precipitacion muestra varios grados de variacion. Los resultados ilustran la importancia del uso de varios escenarios climaticos. Ebi et al., In press

Otros modelos MIASMA CiMSiM y DENSim para el dengue Modelo Global de Malaria CiMSiM y DENSim para el dengue Weather and habitat-driven entomological simulation model that links with a simulation model of human population dynamics to project disease outbreaks. Tiempo y el manejo del habito entomologico, modelo de simulacion que unen con un modelo de simulacion de poblacion humanas dinamicas para proyectar un estallido de enfermedades. http://daac.gsfc.nasa.gov/IDP/models/index.html

Comunicacion Nacional de Sudan Utilizando un manual de Exel, la malaria modelada basada en relaciones decriptos en MIASMA Cambios mensuales calculados en transmision potenciasl para la Region Kordoban para los años 2030-2060, relacionadas al periodo 1961-1990 utilizando el escenario IPCC, IS92A, resultados de simulacion del HADCM2, GFDL, y BMRC, y MAGICC/SCENGEN.

Incremento Proyectado en la Transmision Potencial de Malaria en 2030- Sudan

Incremento Proyectado en la Transmision Potencial de Malaria en 2060-Sudan

Proyecciones de Malaria- Sudan La malaria en la Region de Kordofan podria incrementar importantemente durante los meses de invierno en la ausencia de medidas de adaptacion efectivas. La transmision potencial durante estos meses es de 75% mas que sin cambio climatico. Sobre HADCM2, la transmicion potencial en 2060 is el doble que la linea de base. La transmision potencial esta proyectada para que decresca durante Mayo y Agosto debido al incremento de la temperatura.

Metodos para Determinar la Adaptacion de la Linea de Base Sanitaria

Preguntas para la designacion de Polizas de Adaptacion y medidas. Adaptacion a que? Es necesaria la intervanción adiconal? Cuales son las proyecciones futuras para el estallido? Quién es vulnerable? En escala relevante para la adaptacion Quién adapta? Como ocurre la adaptacion? Cuando deberia ser implementadas las intervenciones? Cuan buena o probable es la adaptacion?

Opciones de Adaptacion Actuales y Futuras Que se esta haciendo ahora para reducir la carga de enfermedades? Cuan efectivas son estas medidas de poliza? Que medidas deberia ser implementadas para incrementar los limites de posibles futuras intervenciones? Cuando y donde deberian ser implementadas las polizas nuevas? Identificar debilidades y fuerzas, asi como amenazas y oportunidades para la implementacion Kovats et al., 2003

Adaptacion de Salud Publica para Cambio Climatico Riesgos existentes Modifying existing prevention strategies. Modificando estrategias de prevencion existentes Reinstitute effective prevention programs that have been neglected or abandoned. Reinstitute programas de prevencion efectiva que han sido negados o abandonados Apply win/win or no-regrets strategies. Aplicar ganancia/ganancia o estrategias sin resentimiento Nuevos riesgos

Opciones de Adaptacion para reducir los Impactos en la Salud de Cambio Climatico Efecto Sanitario Legislativo Tecnico Consejero Educacional Educational-dvisory Cultural & Comportamiento Estres Termal Construyendo Manuales Casas, edificios publicos, aire acondicionado Sistemas de aviso temprano Ropa, siesta Eventos de Temperaturas extremas Planeamiento legal, incentivos para construcciones Urban planning, storm shelters Urbanistas, refugios Use of storm shelters Uso de refugios Enfermedades Vector-borne Vector control, vaccination, impregnated bednets, sustainable surveillance, prevention & control programmes. Control de vector, vacunacion, impregnated bednets, surveillance sostenible, programas de prevencion y contriol Health education Educacion Sanitaria Water storage practices Practicas de almacenamiento de agua Water-borne diseases Enfermedades water-borne Watershed protection laws, water quality regulation Proteccion de watershed, regulacion de la calidad de agua Screening for pathogens, improved water treatment & sanitation Boil water alerts Washing hands and other behavior, use of pit latrines Source: Chapter 9 (Human Health) in the IPCC Third Assessment Report. McMichael et al. 2001

Screening the Theoretical Range of Response Options – Malaria Screening the Theoretical Range of Response Options – Malaria. Tamizar el Limite Teoretico de opciones de respuesta,Malaria Ebi and Burton, submitted

Analisis del Limite Practico de respuesta de opciones- Malaria Ebi and Burton, submitted