- ICH GCP
- US-Register für klinische Studien
- Klinische Studie NCT05893134
Identifizierung von Risikodeterminanten der Dengue-Übertragung durch Landschaftsanalyse (IRDDENGUELA)
Identifizierung von Risikodeterminanten der Dengue-Übertragung durch Landschaftsanalyse im Stadtteil „El Vergel“, Tapachula, Chiapas
Diese retrospektive Beobachtungsstudie zielt darauf ab, die Wahrscheinlichkeit des Risikos einer Dengue-Übertragung anhand eines Modells zu bestimmen, das auf epidemiologischen, entomologischen, sozioökonomischen, demografischen und landschaftlichen Variablen im Viertel El Vergel in der Gemeinde Tapachula, Chiapas, Mexiko, basiert.
Die Hauptfrage, die beantwortet werden soll, lautet:
1. Ist es möglich, die Risikodeterminanten der Dengue-Übertragung zu identifizieren, indem ein probabilistisches Modell entwickelt wird, das auf der Landschaftsanalyse epidemiologischer, entomologischer, soziodemografischer und landschaftlicher Variablen in einem endemischen Stadtgebiet der Gemeinde Tapachula, Chiapas, Mexiko, basiert? Die Teilnehmer werden aus einem vom Gesundheitsministerium erhaltenen Register von Dengue-Fieber-Fällen ausgewählt, das mit den entomologischen, sozioökonomischen, demografischen und landschaftlichen Variablen im Viertel El Vergel in Tapachula, Chiapas, Mexiko, verglichen wird. Sie werden in keiner Weise für biologische Tests kontaktiert oder beprobt, es werden lediglich die bereits von den Gesundheitsdiensten gesammelten Daten verwendet.
Studienübersicht
Detaillierte Beschreibung
Identifizierung der Risikodeterminanten der Dengue-Übertragung durch Landschaftsanalyse im Viertel „El Vergel“, Tapachula, Chiapas, Mexiko Dengue-Fieber ist eine Krankheit, die hauptsächlich durch Ae übertragen wird. Aegypti in unserer Region vorhanden ist, ist die Verbreitung des Virus trotz Vektorüberwachungs- und Kontrollmaßnahmen konstant und es sind neue Strategien erforderlich, die dazu beitragen, das Auftreten der Krankheit, die tödlich sein kann, zu verringern. Andererseits sind Drohnen Werkzeuge, die unter anderem bereits in der Präzisions- und Sicherheitslandwirtschaft eingesetzt werden; Mit ihnen ist es möglich, hochauflösende Bilder großer Landflächen zu erhalten. Diese Arbeit wird diese Bilder in Kombination mit epidemiologischen, entomologischen, sozioökonomischen und demografischen Daten verwenden, um die Risikofaktoren für die Dengue-Übertragung in einem städtischen Gebiet der Stadt Tapachula zu identifizieren und ein Modell zu erstellen, das die Definition der Risikogebiete in dem Gebiet ermöglicht . lernen.
Ziel: Bestimmung der Wahrscheinlichkeit des Risikos einer Dengue-Übertragung durch ein Modell, das auf epidemiologischen, entomologischen, sozioökonomischen, demografischen und landschaftlichen Variablen im Viertel El Vergel in der Gemeinde Tapachula, Chiapas, basiert.
Material und Methoden: Es werden Informationen aus entomologischen, Wohnzustands- und soziodemografischen Untersuchungen des Viertels El Vergel, Tapachula, Chiapas, verwendet, die im Zeitraum von November bis Dezember 2019 erhoben wurden. Zusätzlich zu epidemiologischen Informationen über die Inzidenz von Dengue-Fieber und die Platzierung von Ovitfallen im Untersuchungsgebiet während des Probenahmezeitraums, sechs Monate davor und sechs Monate danach. Es kommt spezielle Kartografie zum Einsatz, die aus feinmaßstäblichen Luftbildern erstellt wird, die in einer Höhe von 100 m von einer Multirotor-Drohne mit sechs Rotoren des Modells DJI Matrice 600 mit zwei Kameratypen aufgenommen wurden, einem Modell Zenmuse X5, das Bilder im sichtbaren Spektrum mit 16 MP aufnimmt und eine Multispektralkamera mit fünf Spektralbändern MicaSense RedEdge -MX mit RGB-Sensor mit einer räumlichen Auflösung von 5 cm pro Pixel. Die Bilder wurden gleichzeitig mit den entomologischen, sozioökonomischen und demografischen Untersuchungen aufgenommen. Es werden georeferenzierte orthophotokartografische Karten, digitale Oberflächenmodelle, digitale Geländemodelle und spezielle Kartografien von Vegetationsindizes verwendet: Normalisierter Differenzvegetationsindex (NDVI), Differenzvegetationsindex Grün Normalisiert (GNDVI), RedEdge Normalisierter Differenzvegetationsindex (NDVIRe) und Chlorophyll Index (CIGreen), Höhe und Durchmesser der im Untersuchungsgebiet vorhandenen Bäume, um verschiedene landschaftsbezogene Variablen (Umweltvariablen) zu erfassen. Die Datenanalyse basiert auf einem mathematischen Modell, das auf dem Prinzip der partiellen kleinsten Quadrate basiert, um den räumlichen Zusammenhang zwischen den epidemiologischen Indikatoren (Anzahl und Georeferenzierung der Fälle), dem entomologischen (unreife und erwachsene Stadien von Ae. aegypti) und dem Zustandsindex zu bestimmen Wohnungs-, soziodemografische und Landschaftsdaten.
Zeitraum: 6 Monate Art der Studie: Querschnitt, Retrospektive, Beobachtung. Auswahlkriterien: Bei der Erstellung von Datenbanken werden die Häuser von Colonia El Vergel, Tapachula, Chiapas berücksichtigt, wo ihre volljährigen Bewohner durch Einverständniserklärung zur Teilnahme an den Erhebungen und der Sammlung entomologischer und soziodemografischer Daten vor Ort und Luftbildern zugelassen wurden Höhe von 100m entfernt. Häuser ohne Bewohner stellen einen Ausschlussgrund dar, und solche, bei denen die Teilnehmer die Erhebung vollständiger Informationen nicht zulassen, werden ausgeschlossen.
Stichprobengröße und Stichprobe: Für die Auswahl der Wohnungen wird eine mehrstufige geschichtete Stichprobe verwendet. Die Stichprobengröße wird gemäß der Stichprobenformel für Anteile ermittelt, die in n=196 Wohnungen berechnet wurde.
Ergebnisse: Auf der Grundlage der verwendeten Variablen unterschiedlicher Art wird ein probabilistisches Risikomodell erstellt und Karten erstellt, um die Bereiche mit dem größten Risiko für die Dengue-Übertragung im Untersuchungsgebiet zu identifizieren.
Fazit: Generieren Sie wissenschaftliche Erkenntnisse, die eine maximale Nutzung dieser Fortschritte zum Wohle der Bevölkerung ermöglichen. Die Bestimmung von Risikogebieten mittels Spezialkartographie mittels hochauflösender Luftaufnahmen mittels Drohnen wurde bereits nachgewiesen und kürzlich veröffentlicht.
Studientyp
Einschreibung (Tatsächlich)
Kontakte und Standorte
Studienorte
-
-
Chiapas
-
Tapachula, Chiapas, Mexiko, 30700
- Hospital General de Zona No. 1
-
-
Teilnahmekriterien
Zulassungskriterien
Studienberechtigtes Alter
- Kind
- Erwachsene
- Älterer Erwachsener
Akzeptiert gesunde Freiwillige
Probenahmeverfahren
Studienpopulation
Beschreibung
Einschlusskriterien:
- Einbezogen werden die epidemiologischen Informationen aller Dengue-Verdachtsfälle mit Auftreten von Symptomen im Zeitraum von Juni 2019 bis Mai 2020, die auf der Plattform des Nationalen Systems für epidemiologische Überwachung erfasst sind.
Ausschlusskriterien:
- Datensätze, die nicht über ausreichende Informationen für ihre Georeferenzierung verfügen, werden ausgeschlossen.
Studienplan
Wie ist die Studie aufgebaut?
Designdetails
Kohorten und Interventionen
Gruppe / Kohorte |
Intervention / Behandlung |
---|---|
Hauptsächlich
Es werden Informationen aus entomologischen, Wohnzustands- und soziodemografischen Untersuchungen des Viertels El Vergel, Tapachula, Chiapas, verwendet, die im Zeitraum von November bis Dezember 2019 erhoben wurden
|
Auf der Grundlage der verwendeten Variablen unterschiedlicher Art wird ein probabilistisches Risikomodell erstellt und Karten erstellt, um die Bereiche mit dem größten Risiko für die Dengue-Übertragung im Untersuchungsgebiet zu identifizieren
|
Was misst die Studie?
Primäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
---|---|---|
Risiko
Zeitfenster: Ein Jahr, sechs Monate vor der Beantragung der Umfrage (November-Dezember 2019) und sechs Monate danach
|
Auf der Grundlage der verwendeten Variablen unterschiedlicher Art wird ein probabilistisches Risikomodell erstellt und Karten erstellt, um die Bereiche mit dem größten Risiko für die Dengue-Übertragung im Untersuchungsgebiet zu identifizieren
|
Ein Jahr, sechs Monate vor der Beantragung der Umfrage (November-Dezember 2019) und sechs Monate danach
|
Mitarbeiter und Ermittler
Mitarbeiter
Ermittler
- Hauptermittler: Héctor A Rincón León, PhD, Instituto Mexicano del Seguro Social
Publikationen und hilfreiche Links
Allgemeine Veröffentlichungen
- Talavera JO, Rivas-Ruiz R, Bernal-Rosales LP. [Clinical research V. Sample size]. Rev Med Inst Mex Seguro Soc. 2011 Sep-Oct;49(5):517-22. Spanish.
- Bhatt S, Gething PW, Brady OJ, Messina JP, Farlow AW, Moyes CL, Drake JM, Brownstein JS, Hoen AG, Sankoh O, Myers MF, George DB, Jaenisch T, Wint GR, Simmons CP, Scott TW, Farrar JJ, Hay SI. The global distribution and burden of dengue. Nature. 2013 Apr 25;496(7446):504-7. doi: 10.1038/nature12060. Epub 2013 Apr 7.
- Brady OJ, Gething PW, Bhatt S, Messina JP, Brownstein JS, Hoen AG, Moyes CL, Farlow AW, Scott TW, Hay SI. Refining the global spatial limits of dengue virus transmission by evidence-based consensus. PLoS Negl Trop Dis. 2012;6(8):e1760. doi: 10.1371/journal.pntd.0001760. Epub 2012 Aug 7.
- Gubler DJ. Dengue and dengue hemorrhagic fever. Clin Microbiol Rev. 1998 Jul;11(3):480-96. doi: 10.1128/CMR.11.3.480.
- Bennett JE, Dolin R, Blaser MJ, editores. Mandell, Douglas, and Bennett's principles and practice of infectious diseases. Ninth edition. Philadelphia, PA: Elsevier; 2020. 1 p.
- World Health Organization. (2012). Global strategy for dengue prevention and control 2012-2020. World Health Organization. https://apps.who.int/iris/handle/10665/75303
- Kuhn RJ, Zhang W, Rossmann MG, Pletnev SV, Corver J, Lenches E, Jones CT, Mukhopadhyay S, Chipman PR, Strauss EG, Baker TS, Strauss JH. Structure of dengue virus: implications for flavivirus organization, maturation, and fusion. Cell. 2002 Mar 8;108(5):717-25. doi: 10.1016/s0092-8674(02)00660-8.
- Guzman MG, Harris E. Dengue. Lancet. 2015 Jan 31;385(9966):453-65. doi: 10.1016/S0140-6736(14)60572-9. Epub 2014 Sep 14.
- Pardo Martínez D, Ojeda Martínez B, Alonso Remedios A. Dinámica de la respuesta inmune en la infección por virus del dengue. MediSur. febrero de 2018;16:76-84.
- Avirutnan P, Matangkasombut P. Unmasking the role of mast cells in dengue. Elife. 2013 Apr 30;2:e00767. doi: 10.7554/eLife.00767.
- Orta-Pineda G, Abella-Medrano CA, Suzan G, Serrano-Villagrana A, Ojeda-Flores R. Effects of landscape anthropization on sylvatic mosquito assemblages in a rainforest in Chiapas, Mexico. Acta Trop. 2021 Apr;216:105849. doi: 10.1016/j.actatropica.2021.105849. Epub 2021 Jan 30.
- Tun-Lin W, Kay BH, Barnes A. Understanding productivity, a key to Aedes aegypti surveillance. Am J Trop Med Hyg. 1995 Dec;53(6):595-601. doi: 10.4269/ajtmh.1995.53.595.
- Scott TW, Morrison AC. Vector dynamics and transmission of dengue virus: implications for dengue surveillance and prevention strategies: vector dynamics and dengue prevention. Curr Top Microbiol Immunol. 2010;338:115-28. doi: 10.1007/978-3-642-02215-9_9.
- Reinhold JM, Lazzari CR, Lahondere C. Effects of the Environmental Temperature on Aedes aegypti and Aedes albopictus Mosquitoes: A Review. Insects. 2018 Nov 6;9(4):158. doi: 10.3390/insects9040158.
- Carrasco-Escobar G, Moreno M, Fornace K, Herrera-Varela M, Manrique E, Conn JE. The use of drones for mosquito surveillance and control. Parasit Vectors. 2022 Dec 16;15(1):473. doi: 10.1186/s13071-022-05580-5.
- Ferraguti M, Martinez-de la Puente J, Roiz D, Ruiz S, Soriguer R, Figuerola J. Effects of landscape anthropization on mosquito community composition and abundance. Sci Rep. 2016 Jul 4;6:29002. doi: 10.1038/srep29002.
- Mechan F, Bartonicek Z, Malone D, Lees RS. Unmanned aerial vehicles for surveillance and control of vectors of malaria and other vector-borne diseases. Malar J. 2023 Jan 20;22(1):23. doi: 10.1186/s12936-022-04414-0.
- Muñiz-Sánchez, V.; Valdez-Delgado, K.M.; Hernandez-Lopez, F.J.; Moo-Llanes, D.A.; González-Farías, G.; Danis-Lozano, R. Use of Unmanned Aerial Vehicles for Building a House Risk Index of Mosquito-Borne Viral Diseases. Machines 2022, 10, 1161. https://doi.org/10.3390/machines10121161
- Yin S, Ren C, Shi Y, Hua J, Yuan HY, Tian LW. A Systematic Review on Modeling Methods and Influential Factors for Mapping Dengue-Related Risk in Urban Settings. Int J Environ Res Public Health. 2022 Nov 18;19(22):15265. doi: 10.3390/ijerph192215265.
- Leandro AS, Ayala MJC, Lopes RD, Martins CA, Maciel-de-Freitas R, Villela DAM. Entomo-Virological Aedes aegypti Surveillance Applied for Prediction of Dengue Transmission: A Spatio-Temporal Modeling Study. Pathogens. 2022 Dec 20;12(1):4. doi: 10.3390/pathogens12010004.
- Hossain, M.S.; Raihan, M.E.; Hossain, M.S.; Syeed, M.M.M.; Rashid, H.; Reza, M.S. Aedes Larva Detection Using Ensemble Learning to Prevent Dengue Endemic. BioMedInformatics 2022, 2, 405-423. https://doi.org/10.3390/biomedinformatics2030026
- Case E, Shragai T, Harrington L, Ren Y, Morreale S, Erickson D. Evaluation of Unmanned Aerial Vehicles and Neural Networks for Integrated Mosquito Management of Aedes albopictus (Diptera: Culicidae). J Med Entomol. 2020 Sep 7;57(5):1588-1595. doi: 10.1093/jme/tjaa078.
- Stanton MC, Kalonde P, Zembere K, Hoek Spaans R, Jones CM. The application of drones for mosquito larval habitat identification in rural environments: a practical approach for malaria control? Malar J. 2021 May 31;20(1):244. doi: 10.1186/s12936-021-03759-2.
- Lee GO, Vasco L, Marquez S, Zuniga-Moya JC, Van Engen A, Uruchima J, Ponce P, Cevallos W, Trueba G, Trostle J, Berrocal VJ, Morrison AC, Cevallos V, Mena C, Coloma J, Eisenberg JNS. A dengue outbreak in a rural community in Northern Coastal Ecuador: An analysis using unmanned aerial vehicle mapping. PLoS Negl Trop Dis. 2021 Sep 27;15(9):e0009679. doi: 10.1371/journal.pntd.0009679. eCollection 2021 Sep.
- Sallam MF, Fizer C, Pilant AN, Whung PY. Systematic Review: Land Cover, Meteorological, and Socioeconomic Determinants of Aedes Mosquito Habitat for Risk Mapping. Int J Environ Res Public Health. 2017 Oct 16;14(10):1230. doi: 10.3390/ijerph14101230.
- Aswi A, Cramb SM, Moraga P, Mengersen K. Bayesian spatial and spatio-temporal approaches to modelling dengue fever: a systematic review. Epidemiol Infect. 2018 Oct 29;147:e33. doi: 10.1017/S0950268818002807.
- Rahman MS, Pientong C, Zafar S, Ekalaksananan T, Paul RE, Haque U, Rocklov J, Overgaard HJ. Mapping the spatial distribution of the dengue vector Aedes aegypti and predicting its abundance in northeastern Thailand using machine-learning approach. One Health. 2021 Dec 4;13:100358. doi: 10.1016/j.onehlt.2021.100358. eCollection 2021 Dec.
- Abdullah NAMH, Dom NC, Salleh SA, Salim H, Precha N. The association between dengue case and climate: A systematic review and meta-analysis. One Health. 2022 Oct 31;15:100452. doi: 10.1016/j.onehlt.2022.100452. eCollection 2022 Dec.
- Moloney JM, Skelly C, Weinstein P, Maguire M, Ritchie S. Domestic Aedes aegypti breeding site surveillance: limitations of remote sensing as a predictive surveillance tool. Am J Trop Med Hyg. 1998 Aug;59(2):261-4. doi: 10.4269/ajtmh.1998.59.261.
- Lorenz C, Castro MC, Trindade PMP, Nogueira ML, de Oliveira Lage M, Quintanilha JA, Parra MC, Dibo MR, Favaro EA, Guirado MM, Chiaravalloti-Neto F. Predicting Aedes aegypti infestation using landscape and thermal features. Sci Rep. 2020 Dec 10;10(1):21688. doi: 10.1038/s41598-020-78755-8.
- Arredondo-Jimenez JI, Valdez-Delgado KM. Aedes aegypti pupal/demographic surveys in southern Mexico: consistency and practicality. Ann Trop Med Parasitol. 2006 Apr;100 Suppl 1:S17-S32. doi: 10.1179/136485906X105480.
- Silver JB. Mosquito ecology: field sampling methods. springer science & business media; 2007.
- Valdez-Delgado KM, Moo-Llanes DA, Danis-Lozano R, Cisneros-Vazquez LA, Flores-Suarez AE, Ponce-Garcia G, Medina-De la Garza CE, Diaz-Gonzalez EE, Fernandez-Salas I. Field Effectiveness of Drones to Identify Potential Aedes aegypti Breeding Sites in Household Environments from Tapachula, a Dengue-Endemic City in Southern Mexico. Insects. 2021 Jul 21;12(8):663. doi: 10.3390/insects12080663.
- Valdez-Delgado KM. Aplicación del uso de drones a fina escala para la asociación de factores demográficos, socio-económicos y ambientales con la abundancia de mosquitos Aedes aegypti (Linnaeus) y Aedes albopictus (Skuse) Diptera: Culicidae, en áreas persistentes para la transmisión de dengue, chikungunya y Zika de la Ciudad de Tapachula, Chiapas". [Internet] [Tesis Doctoral]. [Monterrey, NL]: Universidad Autónoma de Nuevo León; 2023. Disponible en: http://eprints.uanl.mx/id/eprint/25097
Studienaufzeichnungsdaten
Haupttermine studieren
Studienbeginn (Tatsächlich)
Primärer Abschluss (Tatsächlich)
Studienabschluss (Tatsächlich)
Studienanmeldedaten
Zuerst eingereicht
Zuerst eingereicht, das die QC-Kriterien erfüllt hat
Zuerst gepostet (Tatsächlich)
Studienaufzeichnungsaktualisierungen
Letztes Update gepostet (Geschätzt)
Letztes eingereichtes Update, das die QC-Kriterien erfüllt
Zuletzt verifiziert
Mehr Informationen
Begriffe im Zusammenhang mit dieser Studie
Schlüsselwörter
Zusätzliche relevante MeSH-Bedingungen
Andere Studien-ID-Nummern
- F-CNIC-2023-060
Plan für individuelle Teilnehmerdaten (IPD)
Planen Sie, individuelle Teilnehmerdaten (IPD) zu teilen?
Beschreibung des IPD-Plans
Arzneimittel- und Geräteinformationen, Studienunterlagen
Studiert ein von der US-amerikanischen FDA reguliertes Arzneimittelprodukt
Studiert ein von der US-amerikanischen FDA reguliertes Geräteprodukt
Diese Informationen wurden ohne Änderungen direkt von der Website clinicaltrials.gov abgerufen. Wenn Sie Ihre Studiendaten ändern, entfernen oder aktualisieren möchten, wenden Sie sich bitte an register@clinicaltrials.gov. Sobald eine Änderung auf clinicaltrials.gov implementiert wird, wird diese automatisch auch auf unserer Website aktualisiert .
Klinische Studien zur Risikoabschätzung
-
Sun Yat-sen UniversityAbgeschlossen
-
University of ChicagoRekrutierungProstatakrebsVereinigte Staaten
-
Johns Hopkins UniversityNational Institute on Minority Health and Health Disparities (NIMHD)RekrutierungHypertonie | Diabetes Mellitus | Chronische Erkrankung | Kongestive HerzinsuffizienzVereinigte Staaten
-
Vanderbilt University Medical CenterNational Institute of Mental Health (NIMH)RekrutierungAutismus-Spektrum-StörungVereinigte Staaten
-
Vanderbilt University Medical CenterNational Institute of Mental Health (NIMH)RekrutierungAutismus-Spektrum-StörungVereinigte Staaten
-
Gadjah Mada UniversityAktiv, nicht rekrutierendSicherheitsproblemeIndonesien
-
Bartın UnıversityNoch keine RekrutierungAsthma-Kindheit
-
Istanbul Bilgi UniversityIstanbul University - Cerrahpasa (IUC)AbgeschlossenDoppelaufgabe | FunktionstestTruthahn
-
Tokat Gaziosmanpasa UniversityRekrutierungStreicheln | Zerebralparese | Belastung der Pflegekraft | Neurologische Störung | Orthopädische Störung | Pädiatrische StörungTruthahn
-
Northwell HealthWinterlight LabsAbgeschlossenPersönlichkeitsstörung | Depression | Schizophrenie-Spektrum und andere psychotische Störungen | Angststörungen | Bipolare und verwandte Störungen | Aufmerksamkeits-Defizit-Hyperaktivitäts-StörungVereinigte Staaten