Distribución espacial de criaderos positivos y potenciales de Aedes aegypti

Daniel Elías Cuartas, Genny Martínez, Diana María Caicedo, Jhonny Garcés, Yoseth Ariza-Araujo, Miguel Peña, Fabián Mendéz, .

Palabras clave: Aedes aegypti, dengue, Zika, chikungunya, análisis espacial

Resumen

Introducción. La distribución espacial de Aedes aegypti es heterogénea, y la interacción entre criaderos positivos y potenciales en el intradomicilio y el extradomicilio es uno de los aspectos más difíciles de caracterizar en los programas de control vectorial.
Objetivo. Describir la relación espacial entre los criaderos potenciales y positivos de A. aegypti en el intradomicilio y en el extradomicilio en un sector de Cali, Colombia.
Materiales y métodos. Se hizo una encuesta entomológica con el objetivo de recolectar datos de los criaderos en el intradomicilio y el extradomicilio. El análisis exploratorio de los datos espaciales incluyó la localización, la tendencia espacial, la autocorrelación espacial local, la continuidad espacial y la correlación espacial de los criaderos positivos y potenciales según el hábitat.
Resultados. Se determinaron las tendencias espaciales. Mediante el análisis de autocorrelación espacial local se ubicaron los conglomerados de criaderos potenciales y positivos del extradomicilio. Se encontró una correlación positiva entre los criaderos potenciales y los positivos y una correlación negativa entre el intradomicilio y el extradomicilio.
Conclusiones. La relación espacial entre criaderos positivos y potenciales de A. aegypti en el intradomicilio y el extradomicilio es dinámica y muy sensible a las características de cada territorio, por lo que establecer su distribución en el espacio contribuye a la priorización de recursos y acciones en los programas de control vectorial.

Descargas

Los datos de descargas todavía no están disponibles.
  • Daniel Elías Cuartas Grupo de Epidemiología y Salud Poblacional, Universidad del Valle, Cali, Colombia http://orcid.org/0000-0002-5677-4326
  • Genny Martínez Secretaría de Salud Pública Municipal, Cali, Colombia
  • Diana María Caicedo Grupo de Epidemiología y Salud Poblacional, Universidad del Valle, Cali, Colombia
  • Jhonny Garcés Grupo de Epidemiología y Salud Poblacional, Universidad del Valle, Cali, Colombia
  • Yoseth Ariza-Araujo Grupo de Investigación Biomédica, Universidad Icesi, Cali, Colombia
  • Miguel Peña Grupo de Saneamiento Ambiental, Instituto CINARA, Universidad del Valle, Cali, Colombia
  • Fabián Mendéz Grupo de Epidemiología y Salud Poblacional, Universidad del Valle, Cali, Colombia

Referencias bibliográficas

Horstick O, Runge-Ranzinger S, Nathan MB, Kroeger A. Dengue vector-control services: How do they work? A systematic literature review and country case studies. Trans R Soc Trop Med Hyg. 2010;104:379-86. https://doi.org/10.1016/j.trstmh.2009.07.027

Fauci AS, Morens DM. Zika virus in the Americas—yet another arbovirus threat. N Engl J Med. 2016;374:601-4. https://doi.org/10.1056/NEJMp1600297

Pialoux G, Gaüzère B-A, Jauréguiberry S, Strobel M. Chikungunya, an epidemic arbovirosis. Lancet Infect Dis. 2007;7:319-27. https://doi.org/10.1016/S1473-3099(07) 70107-X

Cafferata ML, Bardach A, Rey-Ares L, Alcaraz A, Cormick G, Gibbons L, et al. Dengue epidemiology and burden of disease in Latin America and the Caribbean: A systematic review of the literature and meta-analysis. Value Health Reg Issues. 2013;2:347-56. https://doi.org/10.1016/j.vhri. 2013.10.002

McLennan-Smith TA, Mercer GN. Complex behaviour in a dengue model with a seasonally varying vector population. Math Biosci. 2014;248:22-30. https://doi.org/10.1016/j.mbs. 2013.11.003

Aguiar M, Kooi BW, Rocha F, Ghaffari P, Stollenwerk N. How much complexity is needed to describe the fluctuations observed in dengue hemorrhagic fever incidence data? Ecological Complexity. 2013;16:31-40. https://doi.org/10. 1016/j.ecocom.2012.09.001

Epstein PR. Chikungunya fever resurgence and global warming. Am J Trop Med Hyg. 2007;76:403-4.

Organización Panamericana de la Salud, Organización Mundial de la Salud. Dengue: guías para el diagnóstico, tratamiento, prevención y control. La Paz, Bolivia: OPS/OMS; 2010.

González R, Gamboa F, Perafán O, Suárez MF, Lerma JM. Experiencia de un análisis entomológico de criaderos de Aedes aegypti y Culex quinquefasciatus en Cali, Colombia. Revista Colombiana de Entomología. 2007;33:9.

Alcaldía de Santiago de Cali. Cali en cifras 2011. Cali: Alcaldía de Santiago de Cali; 2012. p. 161.

Buzai G. Sistemas de información geográfica en geografía de la salud. En: Pickenhayn J, editor. Salud y enfermedad en geografía. Buenos Aires: Lugar Editores; 2008. p. 111-34.

Palaniyandi M. The environmental aspects of dengue and chikungunya outbreaks in India: GIS for epidemic control. International Journal of Mosquito Research. 2014;1:38-44.

Deakin RE, Birda SC, Grenfellb RI. The Centroid? Where would you like it to be? Cartography. 2002;31:153-67. https://doi.org/10.1080/00690805.2002.9714213

Vine MF, Degnan D, Hanchette C. Geographic information systems: Their use in environmental epidemiologic research. Environ Health Perspect. 1997;105:598-605.

Muir LE, Kay BH. Aedes aegypti survival and dispersal estimated by mark-release-recapture in northern Australia. Am J Trop Med Hyg. 1998;58:277-82. https://doi.org/10. 4269/ajtmh.1998.58.277

Ministerio da Saúde do Brazil, Fundaçao Oswaldo Cruz. Introduçao à estadistística espacial para a saúde pública. Brasilia: Ministerio da Saúde; 2007.

Cuartas D, Ariza Y, Pachajoa H, Méndez F. Analysis of the spatial and temporal distribution of birth defects between 2004-2008 at a third-level hospital in Cali, Colombia. Colombia Médica. 2011;42:9-16.

Coro C. Análisis estadístico de datos geográficos en geo-marketing: el programa GeoDa. Revista Distribución y Consumo. 2006;131:34-45.

AnselinL, Syabri I, Kho Y. GeoDa: An introduction to spatial data analysis. Geographical analysis. 2006;38:5-22. https://doi.org/10.1111/j.0016-7363.2005.00671.x

Anselin L. Local Indicators of Spatial Association-LISA. Geographical Analysis. 1995;27:93-115. https://doi.org/10. 1111/j.1538-4632.1995.tb00338.x

Isaaks EH, Srivastava RM. An introduction to applied geo-statistics. Oxford: Oxford University Press; 1989. p. 561.

Tobler WR. A computer movie simulating urban growth in the Detroit region. Economic Geographic. 1970;46:234-40.

Gallardo A, Maestre F. Métodos geoestadísticos para el análisis de datos ecológicos espacialmente explícitos. En: Maestre F, Alcántara A, Bonet A, editores. Introducción al análisis espacial de datos en ecología y ciencias ambientales: métodos y aplicaciones. Madrid: Universidad Rey Juan Carlos; 2008. p. 216-72.

Goovaerts P. Ordinary cokriging revisited. Mathematical Geology. 1998;30:21-42. https://doi.org/10.1023/A:1021757 104135

Knotters M, Brus DJ, Oude Vosjaar JH. A comparison of kriging, co-kriging and kriging combined with regression for spatial interpolation of horizon depth with censored observations. Geoderma. 1995;67:227-46. https://doi.org/10. 1016/0016-7061(95)00011-C

Childs C. Interpolation surfaces in arcgis spatial analyst. ArcUser. 2004:32-5.

Dávila JR, González J, Ocete R, López R. Descripción estadística de la distribución espacial de los huevos del mosquito verde Jacobiasca lybica (Bergenin & Zanon) (Homoptera: Cicadellidae) en viñedo: modelización y mapeo. Bol SanVeg Plagas. 2002;28:87-95.

Nyamah MA, Sulaiman S, Omar B. Categorization of potential breeding sites of dengue vectors in Johor, Malaysia. Trop Biomed. 2010;27:33-40.

Focks DA, Daniels E, Haile DG, Keesling JE. A simulation model of the epidemiology of urban dengue fever: Literature analysis, model development, preliminary validation, and samples of simulation results. Am J Trop Med Hyg. 1995;53: 489-506. https://doi.org/10.4269/ajtmh.1995.53.489

Ocampo CB, Giraldo-Calderón GI, Pérez M, Morales CA. Evaluación del triflumurón y la mezcla de Bacillus thuringiensis más Bacillus sphaericus para el control de las formas inmaduras de Aedes aegypti y Culex quinquefasciatus en sumideros en Cali, Colombia. Biomédica. 2008;28:224-33. https://doi.org/10.7705/biomedica.v28i2.93

Barrera R. Recomendaciones para la vigilancia de Aedes aegypti. Biomédica. 2016;36:454-62. https://doi.org/10.7705/ biomedica.v36i3.2892

Fotheringham S, Charlton ME, Brunsdon C. Geo-graphically weighted regression: A natural evolution of the expansion method for spatial data analysis. Environ Plan A.1998;30:1905-27.

Nakaya T, Fotheringham AS, Brunsdon C, Charlton M. Geographically weighted Poisson regression for disease association mapping. Stat Med. 2005;24:2695-717.

Alcalá L, Quintero J, González-Uribe C, Brochero H. Productividad de Aedes aegypti (L.) (Diptera: Culicidae) en viviendas y espacios públicos en una ciudad endémica para dengue en Colombia. Biomédica. 2015;35:258-68. http://dx. doi.org/10.7705/biomedica.v35i2.2567

Cómo citar
1.
Cuartas DE, Martínez G, Caicedo DM, Garcés J, Ariza-Araujo Y, Peña M, et al. Distribución espacial de criaderos positivos y potenciales de Aedes aegypti. biomedica [Internet]. 29 de marzo de 2017 [citado 16 de abril de 2024];37(Sup. 2):59-66. Disponible en: https://revistabiomedica.org/index.php/biomedica/article/view/3471

Algunos artículos similares:

Publicado
2017-03-29

Métricas

Estadísticas de artículo
Vistas de resúmenes
Vistas de PDF
Descargas de PDF
Vistas de HTML
Otras vistas
QR Code