W dniu 27 czerwca 2024 r. we Francuskim Instytucie Inżynierii i Nauk Stosowanych w Ales odbyła się obrona pracy doktorskiej mgr Nanloka Henrego Nimlanga nt. Modelowanie i szacowanie ryzyka chorób z wykorzystaniem teledetekcji i systemu informacji geograficznej na przykładzie malarii w Nigerii. Dysertacja napisana została pod kierunkiem promotora prof. Gilles Dusserre oraz promotor pomocniczej prof. Sandrine Bayle.
Akademia Pożarnicza w komisji doktorskiej reprezentowana była przez st. bryg. dr hab. inż. Tomasza Zwęglińskiego, prof. uczelni. Członkami komisji doktorskiej byli również: dr hab. Robert Bestak - Politechnika w Pradze (Czech Technical University - Czechy), dr hab. Saman Ghaffarian – Uniwersytet w Londynie (University College London – Wielka Brytania), płk. dr n. med. Gerald Steenman – Ministerstwo Obrony Narodowej Francji, dr n. med. Jean-Michel Courandier – Dyrektoriat Generalny ds. Ochrony Ludności i Zarządzania Kryzysowego (General Directorate for Civil Protection and Crisis Management - Francja), Gilles Pelissier – Dyrektor ds. Logistyki międzynarodowej organizacji Lekarze bez Granic (Medecin sans Frontières – MSF), Anne Dehapiot – Francuskie Krajowe Stowarzyszenie Pielęgniarek Straży Pożarnej (ANISP: Association Nationale des Infirmiers Sapeurs-Pompiers – Francja).
Autor dysertacji przeprowadził analizę zachorowalności na malarię w Nigerii, koncentrując się na opracowaniu przestrzenno-czasowego modelu predykcyjnego dla północnej strefy stanu Plateau, gdzie choroba jest wysoce rozpowszechniona. W badaniu oceniono ryzyko zachorowania z zastosowaniem wielokryterialnej analizy czynników ryzyka i uwzględnieniem podatności zapadania na chorobę osób przebywających na badanym obszarze. W tym celu dokonano analizy zjawisk klimatycznych, topografii (np. obecności zbiorników i cieków wodnych sprzyjających rozwojowi wektora malarii, którym jest komar), działań antropogenicznych, infrastruktury i aspektów społecznoekonomicznych, w tym danych demograficznych badanego obszaru. Wyniki analizy umożliwiły zidentyfikowanie i zdefiniowanie czynników ryzyka i wzajemnych zależności między tymi czynnikami, a także w nadanie im odpowiednich wag w oparciu o wyniki sondażu diagnostycznego. Zrealizowane działania badawcze pozwoliły zamodelować dynamikę zakażeń z uwzględnieniem związków między wektorem a człowiekiem, tworząc predykcyjny przestrzenno-czasowy model ryzyka rozwoju malarii. Zaproponowany model został zwalidowany z zastosowaniem danych historycznych.
