- ICH GCP
- Registro de ensayos clínicos de EE. UU.
- Ensayo clínico NCT05893134
Identificación de Determinantes de Riesgo de Transmisión del Dengue a través del Análisis del Paisaje (IRDDENGUELA)
Identificación de Determinantes de Riesgo de Transmisión del Dengue Mediante Análisis del Paisaje en el Barrio "El Vergel", Tapachula, Chiapas
Este estudio observacional retrospectivo tiene como objetivo determinar la probabilidad de riesgo de transmisión del dengue a través de un modelo basado en variables epidemiológicas, entomológicas, socioeconómicas, demográficas y paisajísticas en la colonia El Vergel del municipio de Tapachula, Chiapas, México.
La pregunta principal que pretende responder es:
1. ¿Es posible identificar los determinantes de riesgo de transmisión del dengue mediante el desarrollo de un modelo probabilístico basado en el análisis del paisaje de variables epidemiológicas, entomológicas, sociodemográficas y del paisaje en una zona urbana endémica del municipio de Tapachula, Chiapas, México? Los participantes serán seleccionados a partir de un registro obtenido de la Secretaría de Salud de casos de dengue, el cual será contrastado con variables entomológicas, socioeconómicas, demográficas y paisajísticas en la colonia El Vergel en Tapachula, Chiapas, México. No serán contactados ni muestreados para pruebas biológicas de ninguna forma, solo se utilizarán los datos ya recopilados de los servicios de salud.
Descripción general del estudio
Descripción detallada
Identificación de los determinantes de riesgo de transmisión del dengue a través del análisis del paisaje en el barrio “El Vergel”, Tapachula, Chiapas, México El dengue es una enfermedad transmitida principalmente por el Ae. aegypti presente en nuestra región, a pesar de las actividades de vigilancia y control vectorial, la circulación del virus es constante y se requieren nuevas estrategias que contribuyan a reducir la incidencia de la enfermedad, que puede ser fatal. Por otro lado, los drones son herramientas ya utilizadas en agricultura de precisión y seguridad, entre otras; mediante ellos es posible obtener imágenes de alta resolución de grandes extensiones de terreno. Este trabajo utilizará estas imágenes en combinación con datos epidemiológicos, entomológicos, socioeconómicos y demográficos para identificar los factores de riesgo de transmisión del dengue en una zona urbana de la ciudad de Tapachula y generará un modelo que permitirá definir las zonas de riesgo en la zona. . estudiar.
Objetivo: Determinar la probabilidad del riesgo de transmisión del dengue a través de un modelo basado en variables epidemiológicas, entomológicas, socioeconómicas, demográficas y paisajísticas en la colonia El Vergel del municipio de Tapachula, Chiapas.
Material y métodos: Se utilizará información de encuestas entomológicas, de condiciones de vivienda y sociodemográficas del barrio El Vergel, Tapachula, Chiapas, obtenidas durante el periodo de noviembre a diciembre de 2019. Además de información epidemiológica sobre la incidencia de dengue y la colocación de ovitrampas en el área de estudio durante el período de muestreo, seis meses antes y seis meses después. Se utilizará cartografía especializada, realizada a partir de fotografías aéreas a escala fina tomadas a 100m de altura por un dron multirotor con seis rotores modelo DJI Matrice 600 con dos tipos de cámaras, un modelo Zenmuse X5 que captura imágenes en el espectro visible a 16 MP y una cámara multiespectral de cinco bandas espectrales MicaSense RedEdge -MX con sensor RGB con una resolución espacial de 5 cm por píxel. Las imágenes fueron tomadas simultáneamente con las encuestas entomológicas, socioeconómicas y demográficas. Se utilizarán mapas cartográficos ortofotográficos georreferenciados, modelos digitales de superficie, modelos digitales de terreno y cartografía especializada de índices de vegetación: Índice de Vegetación de Diferencia Normalizada (NDVI), Índice de Vegetación de Diferencia Verde Normalizado (GNDVI), Índice de Vegetación de Diferencia Normalizada RedEdge (NDVIRe) y Clorofila Índice (CIGreen), altura y diámetro de los árboles presentes en el área de estudio, para tomar diversas variables relacionadas con el paisaje (variables ambientales). El análisis de datos se basará en un modelo matemático basado en el principio de mínimos cuadrados parciales, para determinar la asociación espacial entre los indicadores epidemiológicos (número y georreferenciación de casos), entomológicos (estadios inmaduros y adultos de Ae. aegypti), índice de condición datos habitacionales, sociodemográficos y paisajísticos.
Periodo: 6 meses Tipo de estudio: Transversal, retrospectivo, observacional. Criterios de selección: La construcción de las bases de datos considerará las viviendas de la Colonia El Vergel, Tapachula, Chiapas, donde sus habitantes mayores de edad, aceptaron mediante consentimiento informado participar en los censos y recolección de datos entomológicos y sociodemográficos in situ y fotografías aéreas a un altura de 100m de distancia. Serán causales de exclusión las viviendas que no tengan residentes, y se eliminarán aquellas en las que los participantes no permitan la recogida de información completa.
Tamaño de la muestra y muestreo: Para la selección de las viviendas se utilizará un muestreo estratificado polietápico. El tamaño de la muestra se obtendrá según la fórmula muestral para proporciones, que se calculó en n=196 viviendas.
Resultados: Se generará un modelo de riesgo probabilístico en base a las variables de diferente naturaleza utilizadas y se construirán mapas para identificar las zonas de mayor riesgo de transmisión del dengue en el área de estudio.
Conclusión: Generar evidencia científica que permita aprovechar al máximo estos avances en beneficio de las poblaciones. La determinación de áreas de riesgo mediante cartografía especializada realizada mediante fotografía aérea de alta resolución mediante drones, ya ha sido demostrada y publicada recientemente.
Tipo de estudio
Inscripción (Actual)
Contactos y Ubicaciones
Ubicaciones de estudio
-
-
Chiapas
-
Tapachula, Chiapas, México, 30700
- Hospital General de Zona No. 1
-
-
Criterios de participación
Criterio de elegibilidad
Edades elegibles para estudiar
- Niño
- Adulto
- Adulto Mayor
Acepta Voluntarios Saludables
Método de muestreo
Población de estudio
Descripción
Criterios de inclusión:
- Se incluirá la información epidemiológica de todos los casos sospechosos de dengue con inicio de síntomas en el período de junio de 2019 a mayo de 2020 que tengan registro en la plataforma del Sistema Nacional de Vigilancia Epidemiológica.
Criterio de exclusión:
- Se excluirán los registros que no cuenten con la información suficiente para su georreferenciación.
Plan de estudios
¿Cómo está diseñado el estudio?
Detalles de diseño
Cohortes e Intervenciones
Grupo / Cohorte |
Intervención / Tratamiento |
|---|---|
|
Principal
Se utilizará información de encuestas entomológicas, de condiciones de vivienda y sociodemográficas del barrio El Vergel, Tapachula, Chiapas, obtenidas durante el periodo de noviembre a diciembre de 2019.
|
Se generará un modelo de riesgo probabilístico en base a las variables de diferente naturaleza utilizadas y se construirán mapas para identificar las zonas de mayor riesgo de transmisión del dengue en el área de estudio
|
¿Qué mide el estudio?
Medidas de resultado primarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
Riesgo
Periodo de tiempo: Un año, seis meses anteriores a la aplicación de la encuesta (noviembre-diciembre de 2019) y seis meses después
|
Se generará un modelo de riesgo probabilístico en base a las variables de diferente naturaleza utilizadas y se construirán mapas para identificar las zonas de mayor riesgo de transmisión del dengue en el área de estudio
|
Un año, seis meses anteriores a la aplicación de la encuesta (noviembre-diciembre de 2019) y seis meses después
|
Colaboradores e Investigadores
Patrocinador
Colaboradores
Investigadores
- Investigador principal: Héctor A Rincón León, PhD, Instituto Mexicano del Seguro Social
Publicaciones y enlaces útiles
Publicaciones Generales
- 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
Fechas de registro del estudio
Fechas importantes del estudio
Inicio del estudio (Actual)
Finalización primaria (Actual)
Finalización del estudio (Actual)
Fechas de registro del estudio
Enviado por primera vez
Primero enviado que cumplió con los criterios de control de calidad
Publicado por primera vez (Actual)
Actualizaciones de registros de estudio
Última actualización publicada (Estimado)
Última actualización enviada que cumplió con los criterios de control de calidad
Última verificación
Más información
Términos relacionados con este estudio
Palabras clave
Términos MeSH relevantes adicionales
Otros números de identificación del estudio
- F-CNIC-2023-060
Plan de datos de participantes individuales (IPD)
¿Planea compartir datos de participantes individuales (IPD)?
Descripción del plan IPD
Información sobre medicamentos y dispositivos, documentos del estudio
Estudia un producto farmacéutico regulado por la FDA de EE. UU.
Estudia un producto de dispositivo regulado por la FDA de EE. UU.
Esta información se obtuvo directamente del sitio web clinicaltrials.gov sin cambios. Si tiene alguna solicitud para cambiar, eliminar o actualizar los detalles de su estudio, comuníquese con register@clinicaltrials.gov. Tan pronto como se implemente un cambio en clinicaltrials.gov, también se actualizará automáticamente en nuestro sitio web. .