CLIMATE CHANGE CHALLENGES 55

diseases there is still considerable controversy about the degree to which climate change has been responsible for changes in the incidence and distribution of disease. This is due to the potential contribution of other factors, such as changing land-use patterns, human behavior, and methodological issues including the use and analysis of appropriate climate data. Haines also reviews several efforts to date to estimate the future impact of climate change on infectious diseases, whichalthough individually problematic support his overall conclusion that it is likely that the disease burden as a result of climate change will [increase] substantially over time and will be particularly concentrated in the poorer populations. Thus, his proposed strategies to address the negative health effects of climate change focus on the poor: first, by improving their access to basic public health services (clean water, sanitation, immunization); second, by providing them with cleaner fuels, which offer both immediate health benefits and long-term protection for the atmosphere. Infectious diseases are one of a number of categories of health outcomes that are likely to be affected adversely by climate change, Haines concludes. Public health policies should take into account the need to adapt to a changing climate, as well as the potential for near-term benefits to health from a range of policies to mitigate climate change. Hainess paper is followed by two reprinted pieces, authored (in the first case) and coedited by Epstein (in the second), that illustrate the breadth of biological responses to climate change. The first manuscript is an essay, originally published in the New England Journal of Medicine in October 2005weeks after Hurricane Katrina devastated the Gulf Coastthat focuses on the wide-ranging health effects of extreme weather. The second, an excerpt from the report Climate Change Futures: Health, Ecological and Economic Dimensions (Center for Health and the Global Environment, 2005), introduces a multidimensional assessment incorporating trend analysis, case studies, and scenarios that focus on health, ecological, and economic impacts of climate change. This project, undertaken in collaboration by the Center for Health and the Global Environment at Harvard Medical School, the United Nations Development Programme, and Swiss Re, a global reinsurance company, was designed to assess threats posed by climate change to the institution of insurance, a time-tested method for adapting to change. Such threats go far beyond immediate property damage, and indeed even health consequences, to the social and political stability of regions affected by climate disasters (see also Chapter 4). In his workshop presentation, Epstein emphasized the methodologies that make such threat assessments possible. He identified three phenomena that underlie climate- and weather-related changes in disease distribution: 1. Since 1950, nighttime and winter warming have occurred twice as fast as overall global warming. 2. The pace of warming in temperate, boreal, and polar latitudes is occurring faster than warming in the tropics. 3. Since the first International Geophysical Year in 1957, when many global measurements were initiated, the worlds oceans have accumulated 22 times the amount of heat that the atmosphere has, accelerating the global hydrological cycle. There are no appropriate, independent controls for the study of global climate change on Earth, and the experiment we are conducting (with an n of 1) cannot be repeated, Epstein observed. Therefore, he explained, a wide range of methodologies must be harnessed to assess changes in biological variables, such as the geographic range and incidence of diseases in relation to changes in temperature and precipitation. Monitoring and mapping produce data that can be integrated into geographic information systems (GISs) to identify and compare physical and biological phenomena. Further, GISs overlay multiple sets of data, providing input for descriptive and mathematical models that project the biological impacts of various climate change scenarios. Models are used for understanding dynamics, for predicting outcomes, and for decision making (Hilborn and Mangel, 1997).

In his presentation, Epstein also described methods for analyzing data gathered across scientific disciplines (e.g., diseases affecting a range of taxonomic groups) in order to reveal patterns and emerging trends associated with climate change, calculate rates of change (i.e., in the geographic range, prevalence, and incidence of infectious diseases), and compare observations with predicted outcomes. Researchers also conduct experiments, called fingerprint studies, to compare data with model projections (such as those undertaken by the IPCC to analyze climate models and energy fluxes driven by increases in heat-trapping, greenhouse gases). Many of the methodologies used to study the effects of climate change yield correlations, rather than proof of causation, Epstein acknowledged. However, he added, such associations and their plausible mechanisms can be then tested via qualitative, schematic, and quantitative models. Bayesian methods of assessing causality based on prior probabilities and prior knowledge via first physical principles can also be used to analyze the effects of global climate change, he said. Moreover, Epstein asserted, when observational data from multiple sources match model projections (i.e., the findings are internally consistent) and can be explained by plausible biological mechanisms (e.g., changes in observed altitude ranges in tandem with observed temperature changes), the composite pattern warrants further attention. This may take the form of analyzing attribution probabilities for anomalous events; for example, such an assessment indicates that global warming increased the likelihood of the European heat wave of 2003 two- to fourfold (Stott et al., 2004). Extreme conditions that favor infectious disease outbreaks via multiple pathways may be revealed by cluster analyses or characterized through the use of principal component analyses, which identify spatial and temporal associations among variables. Despite the existence of such methodologies, our current understanding of the relationships between climate and weather, and epidemic infectious diseases, is insufficient to make credible predictions about future threats posed by infectious diseases under various global change scenarios, Burke argues in the chapters final paper. To support this contention, he presents detailed analyses of the transmission dynamics of two infectious diseases: influenza and dengue fever. These studies reveal that oscillations in disease incidence occur in the absence of seasonal transmission effects; if these patterns coincide with seasonal variation, small changes in transmissibility may, under some circumstances, produce considerable variability from year to year in epidemic disease occurrence (Dushoff et al., 2004). Burke notes approvingly that conclusions by respected scientific bodies regarding the probable impact of global climate change on epidemic infectious diseases remain measured since the publication of the landmark report Under the Weather: Climate, Ecosystems, and Infectious Diseases (NRC, 2001) by the interdisciplinary committee that he chaired. This caution honestly reflects the uncertainties involved, which in turn reflect the difficulty of the underlying scientific problems, he states. Calling readers attention to the recommendations for future research and surveillance made in that report (see also Box SA-3), Burke concludes that it is safe to say that [these recommendations] continue to be relevant.

Translete

TANTANGAN PERUBAHAN IKLIM 55 penyakit masih ada kontroversi tentang sejauh mana iklim perubahan telah bertanggung jawab untuk perubahan dalam kejadian dan distribusi penyakit. Hal ini disebabkan potensi kontribusi faktor-faktor lain, seperti mengubah pola penggunaan lahan, perilaku manusia, dan isu-isu metodologis termasuk penggunaan dan analisis data iklim yang sesuai. " Haines juga mengkaji beberapa upaya untuk tanggal untuk memperkirakan dampak masa depan iklim berubah pada penyakit menular, yang-meskipun secara individu bermasalahmendukung kesimpulan secara keseluruhan bahwa "ada kemungkinan bahwa beban penyakit sebagai hasilnya perubahan iklim akan [peningkatan] substansial dari waktu ke waktu dan akan sangat terkonsentrasi di populasi miskin "Jadi., strategi yang diusulkan untuk mengatasi efek kesehatan negatif perubahan iklim fokus pada kaum miskin: pertama, dengan meningkatkan mereka akses ke pelayanan dasar kesehatan masyarakat (air bersih, sanitasi, imunisasi); kedua, dengan menyediakan bahan bakar bersih, yang menawarkan baik langsung kesehatan manfaat dan perlindungan jangka panjang bagi atmosfer. "Penyakit infeksi adalah salah satu dari sejumlah kategori hasil kesehatan yang mungkin akan terpengaruh signifikan karena perubahan iklim, "menyimpulkan Haines. "Kebijakan kesehatan masyarakat harus memperhitungkan kebutuhan untuk beradaptasi dengan perubahan iklim, serta potensi untuk jangka pendek manfaat untuk kesehatan dari berbagai kebijakan untuk mengurangi iklim berubah. " Kertas Haines ini diikuti oleh dua lembar dicetak ulang, ditulis (dalam pertama kasus) dan coedited oleh Epstein (dalam detik), yang menggambarkan luasnya biologis tanggapan terhadap perubahan iklim. Naskah pertama adalah esai, awalnya diterbitkan dalam New England Journal of Medicine pada bulan Oktober 2005-minggu setelah Badai Katrina menghancurkan Pantai Teluk-yang berfokus pada luas kesehatan pengaruh cuaca ekstrim. Yang kedua, kutipan dari laporan Iklim Perubahan Futures: Kesehatan, Dimensi Ekologi dan Ekonomi (Pusat Kesehatan dan Lingkungan Global, 2005), memperkenalkan "multidimensi penilaian "menggabungkan analisis kecenderungan, studi kasus, dan skenario yang berfokus pada kesehatan, ekologis, dan dampak ekonomi perubahan iklim. Proyek ini, dilakukan bekerja sama dengan Pusat Kesehatan dan Lingkungan Global di Harvard Medical School, Program Pembangunan PBB, dan Swiss Re, perusahaan reasuransi global, ini dirancang untuk menilai ancaman yang ditimbulkan oleh perubahan iklim untuk lembaga asuransi, "waktu teruji metode untuk beradaptasi berubah. "ancaman tersebut jauh melampaui kerusakan properti langsung, dan memang bahkan kesehatan konsekuensi, bagi stabilitas sosial dan politik daerah yang terkena bencana iklim (lihat juga Bab 4).

Dalam presentasinya bengkel kerjanya, Epstein menekankan metodologi yang membuat penilaian ancaman seperti itu mungkin. Dia mengidentifikasi tiga fenomena yang mendasari iklim dan cuaca yang berhubungan dengan perubahan dalam distribusi penyakit: 1. Sejak 1950, malam hari dan pemanasan musim dingin telah terjadi dua kali lebih cepat keseluruhan pemanasan global. 2. Laju pemanasan di lintang sedang, boreal, dan kutub terjadi lebih cepat daripada pemanasan di daerah tropis. 3. Sejak Tahun Geofisika Internasional yang pertama pada tahun 1957, ketika banyak dunia pengukuran dimulai, lautan dunia telah mengumpulkan 22 kali jumlah panas yang telah atmosfer, mempercepat hidrologi global yang siklus. Tidak ada, yang sesuai kontrol independen untuk studi iklim global berubah di Bumi, dan percobaan kami sedang melakukan (dengan n 1) tidak dapat berulang, Epstein diamati. Oleh karena itu, ia menjelaskan, berbagai metodologi harus dimanfaatkan untuk menilai perubahan variabel biologis, seperti geografis jangkauan dan kejadian penyakit yang berhubungan dengan perubahan suhu dan presipitasi. Pemantauan dan pemetaan data produk yang dapat diintegrasikan ke dalam sistem informasi geografis (GIS) untuk mengidentifikasi dan membandingkan fisik dan biologis fenomena. Selanjutnya, overlay GIS beberapa set data, menyediakan masukan untuk model deskriptif dan matematika yang memproyeksikan dampak biologis perubahan iklim berbagai skenario. Model digunakan untuk dinamika pemahaman, untuk memprediksi hasil, dan untuk pengambilan keputusan (Hilborn dan Mangel, 1997). Dalam presentasinya, Epstein juga dijelaskan metode untuk menganalisis data yang dikumpulkan di seluruh disiplin ilmu (misalnya, penyakit yang mempengaruhi berbagai taksonomi kelompok) untuk mengungkap pola dan kecenderungan yang muncul yang berhubungan dengan perubahan iklim, menghitung tingkat perubahan (yaitu, dalam kisaran geografis, prevalensi, dan kejadian penyakit menular), dan membandingkan dengan hasil pengamatan. Para peneliti juga melakukan percobaan, untuk membandingkan data dengan proyeksi model (seperti yang dilakukan oleh IPCC untuk menganalisis model iklim dan fluks energi oleh peningkatan efek gas rumah kaca). Banyak metodologi yang digunakan untuk mempelajari efek dari hasil perubahan iklim Namun penelitian tersebut dapat diuji melalui kualitatif, skema, dan model kuantitatif. Metode Bayesian untuk menilai kausalitas berdasarkan probabilitas sebelumnya dan pengetahuan melalui prinsip-prinsip fisik pertama juga dapat digunakan untuk menganalisis dampak perubahan iklim global. Selain itu, Epstein menegaskan, ketika observasional data dari berbagai sumber sesuai proyeksi model dapat dijelaskan oleh mekanisme biologis yang masuk akal (misalnya, perubahan ketinggian yang diamati, seiring dengan perubahan suhu yang diamati). Hal ini dapat dianalisis melalui probabilitas atribusi untuk anomali, misalnya, seperti penilaian yang menunjukkan bahwa pemanasan global meningkatkan kemungkinan gelombang panas Eropa tahun 2003

dua sampai empat kali lipat (Stott et al., 2004). Kondisi ekstrim yang menguntungkan untuk penyebaran penyakit menular melalui beberapa jalur dapat diungkapkan oleh "analisis cluster" atau ditandai melalui penggunaan "analisis komponen utama," dengan identifikasi spasial dan temporal asosiasi antar variabel. Meskipun dengan adanya metodologi tersebut pemahaman hubungan antara iklim dan cuaca, dan epidemi penyakit menularmeningkat, tetapi tidak cukup untuk membuat prediksi yang kredibel tentang ancaman masa depan yang ditimbulkan oleh penyakit menular di bawah berbagai skenario perubahan global, pendapat Burke dalam jurnalnya. Untuk mendukung pendapat ini, ia menyajikan analisis rinci dinamika penularan kedua penyakit menular: influenza dan demam berdarah. Studi ini mengungkapkan bahwa osilasi dalam insiden penyakit terjadi karena tidak adanya efek penularan musiman, jika pola-pola ini bertepatan dengan variasi musiman, perubahan kecil dalam transmisibilitas mungkin, dalam kondisi tertentu, menghasilkan variabilitas terjadinya epidemi penyakit dari tahun ke tahun (Dushoff et al, 2004.). Burke mencatat setuju bahwa kesimpulan mengenai dampak kemungkinan perubahan iklim global terhadap penyakit epidemi menular tetap dilakukan penelitian agar dapat mengurangi dampaknya. Tetapi dia mengharapkan saran dari pembaca agar penelitian selanjutnya dapat dilakukan lebih baik dan lebih akurat.