Identifikation af risikodeterminanter for dengue-overførsel gennem landskabsanalyse (IRDDENGUELA)

Identifikation af risikodeterminanter for dengue-overførsel gennem landskabsanalyse i "El Vergel"-kvarteret, Tapachula, Chiapas, Mexico Dengue er en sygdom, der hovedsageligt overføres af Ae. aegypti til stede i vores region, på trods af vektorovervågning og kontrolaktiviteter, er cirkulationen af ​​virussen konstant, og der kræves nye strategier, der bidrager til at reducere forekomsten af ​​sygdommen, som kan være dødelig. På den anden side er droner værktøjer, der allerede bruges i blandt andet præcisions- og sikkerhedslandbrug; ved hjælp af dem er det muligt at få billeder i høj opløsning af store arealer. Dette arbejde vil bruge disse billeder i kombination med epidemiologiske, entomologiske, socioøkonomiske og demografiske data til at identificere risikofaktorerne for dengue-overførsel i et byområde i byen Tapachula og vil generere en model, der vil gøre det muligt at definere risikoområderne i området . undersøgelse.

Formål: At bestemme sandsynligheden for risikoen for dengue-overførsel gennem en model baseret på epidemiologiske, entomologiske, socioøkonomiske, demografiske og landskabelige variabler i El Vergel-kvarteret i Tapachula kommune, Chiapas.

Materiale og metoder: Oplysninger fra entomologiske, boligforhold og sociodemografiske undersøgelser af El Vergel-kvarteret, Tapachula, Chiapas, indhentet i perioden fra november til december 2019, vil blive brugt. Ud over epidemiologisk information om forekomsten af ​​dengue og placering af ovitraps i undersøgelsesområdet i prøvetagningsperioden, seks måneder før og seks måneder efter. Der vil blive brugt specialiseret kartografi, lavet af luftfotos i fin skala taget i en højde af 100 m af en multirotor drone med seks DJI Matrice 600 model rotorer med to typer kameraer, en Zenmuse X5 model, der optager billeder i det synlige spektrum ved 16 MP og et multispektralt kamera med fem spektralbånd MicaSense RedEdge -MX med RGB-sensor med en rumlig opløsning på 5 cm pr. pixel. Billederne blev taget samtidig med de entomologiske, socioøkonomiske og demografiske undersøgelser. Georeferencede ortofotokartografiske kort, digitale overflademodeller, digitale terrænmodeller og specialiseret kartografi af vegetationsindekser vil blive brugt: Normalized Difference Vegetation Index (NDVI), Difference Vegetation Index Green Normalized (GNDVI), RedEdge Normalized Difference Vegetation Index (NDVIRe) og Chlorophyll Indeks (CIGreen), højde og diameter af træerne i undersøgelsesområdet, for at tage forskellige variabler relateret til landskabet (miljøvariabler). Dataanalysen vil være baseret på en matematisk model baseret på princippet om partielle mindste kvadrater, for at bestemme den rumlige sammenhæng mellem de epidemiologiske indikatorer (antal og georeference af tilfælde), entomologiske (umodne og voksne stadier af Ae. aegypti), tilstandsindeks bolig-, sociodemografiske og landskabelige data.

Periode: 6 måneder Undersøgelsestype: Tværsnit, retrospektiv, observationel. Udvælgelseskriterier: Opbygningen af ​​databaser vil tage hensyn til husene i Colonia El Vergel, Tapachula, Chiapas, hvor dets indbyggere i den lovlige alder, accepteret gennem informeret samtykke til at deltage i undersøgelser og indsamling af entomologiske og sociodemografiske data in situ og luftfotos på en højde på 100 m væk. Boliger, der ikke har beboere, vil være udelukkelsesgrunde, og boliger, hvor deltagerne ikke tillader indsamling af fuldstændige oplysninger, vil blive elimineret.

Prøvestørrelse og prøveudtagning: En flertrins stratificeret prøvetagning vil blive brugt til at udvælge boliger. Prøvestørrelsen vil blive opnået i henhold til prøveformlen for andele, som er beregnet i n=196 boliger.

Resultater: En probabilistisk risikomodel vil blive genereret baseret på de anvendte variabler af forskellig art, og kort vil blive bygget for at identificere de områder med størst risiko for dengue-overførsel i undersøgelsesområdet.

Konklusion: Generer videnskabelig dokumentation, der tillader maksimal udnyttelse af disse fremskridt til gavn for befolkningerne. Bestemmelsen af ​​risikoområder ved hjælp af specialiseret kartografi udført ved hjælp af luftfotografering i høj opløsning ved hjælp af droner, er allerede blevet demonstreret og for nylig offentliggjort.