- ICH GCP
- USA klinikai vizsgálatok nyilvántartása
- Klinikai vizsgálat NCT05893134
A dengue-láz terjedésének kockázati tényezőinek azonosítása tájelemzés segítségével (IRDDENGUELA)
A dengue-láz terjedésének kockázati tényezőinek azonosítása tájelemzés segítségével az "El Vergel" környéken, Tapachula, Chiapas
Ennek a retrospektív megfigyeléses vizsgálatnak a célja a dengue-láz terjedésének valószínűségének meghatározása epidemiológiai, rovartani, társadalmi-gazdasági, demográfiai és táji változókon alapuló modellen keresztül a mexikói Chiapas állambeli Tapachula település El Vergel negyedében.
A fő kérdés, amelyre választ kíván adni:
1. Lehetséges-e azonosítani a dengue-láz terjedésének kockázati tényezőit epidemiológiai, entomológiai, szociodemográfiai és táji változók tájelemzésén alapuló valószínűségi modell kidolgozásával Tapachula (Chiapas, Mexikó) endemikus városi területén? A résztvevőket a dengue-láz eseteinek egészségügyi miniszterétől kapott nyilvántartásból választják ki, amelyet a mexikói Chiapas állambeli Tapachula El Vergel negyed rovartani, társadalmi-gazdasági, demográfiai és táji változóival állítanak szembe. Semmilyen formában és formában nem veszik fel velük a kapcsolatot és nem vesznek mintát biológiai vizsgálat céljából, csak az egészségügyi szolgálatoktól már begyűjtött adatokat használják fel.
A tanulmány áttekintése
Részletes leírás
A dengue-láz terjedésének kockázati tényezőinek azonosítása tájelemzéssel az "El Vergel" szomszédságában, Tapachula, Chiapas, Mexikó A dengue egy főként Ae által terjesztett betegség. A régiónkban jelenlévő aegypti, a vektor-megfigyelési és védekezési tevékenység ellenére a vírus keringése folyamatos, és olyan új stratégiákra van szükség, amelyek hozzájárulnak a halálos kimenetelű betegség előfordulásának csökkentéséhez. Másrészt a drónok többek között a precíziós és biztonsági mezőgazdaságban már használt eszközök; segítségével nagy területekről lehet nagy felbontású képeket készíteni. Ez a munka ezeket a képeket epidemiológiai, rovartani, társadalmi-gazdasági és demográfiai adatokkal kombinálva fogja azonosítani a dengue-láz terjedésének kockázati tényezőit Tapachula város egy városi területén, és olyan modellt hoz létre, amely lehetővé teszi a kockázati területek meghatározását a területen. . tanulmány.
Célkitűzés: Meghatározni a dengue-láz terjedésének valószínűségét epidemiológiai, rovartani, társadalmi-gazdasági, demográfiai és táji változókon alapuló modell segítségével a Chiapas állambeli Tapachula település El Vergel negyedében.
Anyag és módszerek: A 2019 novembere és decembere közötti időszakban szerzett, a Chiapas állambeli Tapachula El Vergel negyed rovartani, lakáshelyzeti és szociodemográfiai felméréseiből származó információkat használjuk fel. A dengue-láz incidenciájára és az ovitrapák vizsgálati területen a mintavételi időszakban történő elhelyezésére vonatkozó epidemiológiai információkon kívül hat hónappal előtte és hat hónappal azután. Speciális térképészetet alkalmaznak majd, amely 100 méter magasságban készült, egy multirotoros drónnal, hat darab DJI Matrice 600 modellrotorral, kétféle kamerával, egy Zenmuse X5 modellel, amely a látható spektrumban rögzít képeket 16 MP-en. és egy multispektrális kamera öt spektrális sávval MicaSense RedEdge -MX RGB érzékelővel, 5 cm/pixel térbeli felbontással. A képek a rovartani, társadalmi-gazdasági és demográfiai felmérésekkel egy időben készültek. Georeferált ortofotó-kartográfiai térképeket, digitális felszínmodelleket, digitális terepmodelleket és a vegetációs indexek speciális kartográfiáját használjuk majd: Normalizált Vegetációs Index (NDVI), Különbségvegetációs index Green Normalized (GNDVI), RedEdge Normalized Difference Vegetation Index (NDVIRel) és Index (CIGreen), a vizsgált területen található fák magassága és átmérője, a tájhoz kapcsolódó különféle változók (környezeti változók) felvételéhez. Az adatelemzés a részleges legkisebb négyzetek elvén alapuló matematikai modellen fog alapulni, az epidemiológiai mutatók (az esetek száma és georeferálása), az entomológiai (az Ae. aegypti éretlen és kifejlett állapota), állapotindex közötti térbeli összefüggés meghatározására. lakhatási, szociodemográfiai és táji adatok.
Időtartam: 6 hónap Vizsgálat típusa: Keresztmetszeti, retrospektív, megfigyeléses. Kiválasztási kritériumok: Az adatbázisok összeállítása során figyelembe veszik Colonia El Vergel, Tapachula, Chiapas házait, ahol a nagykorú lakói beleegyezéssel elfogadták, hogy részt vegyenek a felmérésekben, valamint az entomológiai és szociodemográfiai adatok in situ gyűjtésében, valamint légifelvételekben. magassága 100 m. A lakóhellyel nem rendelkező otthonok kizáró okot jelentenek, azok pedig megszűnnek, amelyekben a résztvevők nem teszik lehetővé a teljes körű információgyűjtést.
Mintanagyság és mintavétel: A lakások kiválasztásához többlépcsős rétegzett mintavétel történik. A mintanagyságot az arányokra vonatkozó mintaképlet alapján kapjuk meg, amelyet n=196 lakásban számítottunk ki.
Eredmények: Valószínűségi kockázati modell készül a felhasznált különböző természetű változók alapján, és térképeket készítenek a vizsgált területen a dengue-láz terjedésének legnagyobb kockázatával járó területek azonosítására.
Következtetés: Állítson elő tudományos bizonyítékot, amely lehetővé teszi ezen fejlesztések maximális kihasználását a lakosság javára. A veszélyeztetett területek meghatározását speciális térképészettel, nagy felbontású légi fényképezéssel drónokkal már bemutatták és nemrég publikálták.
Tanulmány típusa
Beiratkozás (Tényleges)
Kapcsolatok és helyek
Tanulmányi helyek
-
-
Chiapas
-
Tapachula, Chiapas, Mexikó, 30700
- Hospital General de Zona No. 1
-
-
Részvételi kritériumok
Jogosultsági kritériumok
Tanulmányozható életkorok
- Gyermek
- Felnőtt
- Idősebb felnőtt
Egészséges önkénteseket fogad
Mintavételi módszer
Tanulmányi populáció
Leírás
Bevételi kritériumok:
- A 2019 júniusa és 2020 májusa közötti időszakban a tünetek megjelenésével járó összes dengue-láz-gyanús eset epidemiológiai információi szerepelnek majd, amelyek az Országos Epidemiológiai Felügyeleti Rendszer platformján szerepelnek.
Kizárási kritériumok:
- Azok a rekordok, amelyek nem rendelkeznek elegendő információval a földrajzi hivatkozáshoz, kizárásra kerülnek.
Tanulási terv
Hogyan készül a tanulmány?
Tervezési részletek
Kohorszok és beavatkozások
Csoport / Kohorsz |
Beavatkozás / kezelés |
|---|---|
|
Fő
A Chiapas állambeli Tapachula El Vergel negyed rovartani, lakhatási és szociodemográfiai felméréseiből származó, 2019 novembere és decembere közötti időszakban szerzett információkat felhasználjuk.
|
Valószínűségi kockázati modellt generálnak a felhasznált különböző természetű változók alapján, és térképeket készítenek a vizsgált területen a dengue-láz terjedésének legnagyobb kockázatával járó területek azonosítására.
|
Mit mér a tanulmány?
Elsődleges eredményintézkedések
Eredménymérő |
Intézkedés leírása |
Időkeret |
|---|---|---|
|
Kockázat
Időkeret: Egy évvel, hat hónappal a felmérés jelentkezése előtt (2019. november-december) és hat hónappal azután
|
Valószínűségi kockázati modellt generálnak a felhasznált különböző természetű változók alapján, és térképeket készítenek a vizsgált területen a dengue-láz terjedésének legnagyobb kockázatával járó területek azonosítására.
|
Egy évvel, hat hónappal a felmérés jelentkezése előtt (2019. november-december) és hat hónappal azután
|
Együttműködők és nyomozók
Szponzor
Együttműködők
Nyomozók
- Kutatásvezető: Héctor A Rincón León, PhD, Instituto Mexicano del Seguro Social
Publikációk és hasznos linkek
Általános kiadványok
- 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
Tanulmányi rekorddátumok
Tanulmány főbb dátumok
Tanulmány kezdete (Tényleges)
Elsődleges befejezés (Tényleges)
A tanulmány befejezése (Tényleges)
Tanulmányi regisztráció dátumai
Először benyújtva
Először nyújtották be, amely megfelel a minőségbiztosítási kritériumoknak
Első közzététel (Tényleges)
Tanulmányi rekordok frissítései
Utolsó frissítés közzétéve (Becsült)
Az utolsó frissítés elküldve, amely megfelel a minőségbiztosítási kritériumoknak
Utolsó ellenőrzés
Több információ
A tanulmányhoz kapcsolódó kifejezések
Kulcsszavak
További vonatkozó MeSH feltételek
Egyéb vizsgálati azonosító számok
- F-CNIC-2023-060
Terv az egyéni résztvevői adatokhoz (IPD)
Tervezi megosztani az egyéni résztvevői adatokat (IPD)?
IPD terv leírása
Gyógyszer- és eszközinformációk, tanulmányi dokumentumok
Egy amerikai FDA által szabályozott gyógyszerkészítményt tanulmányoz
Egy amerikai FDA által szabályozott eszközterméket tanulmányoz
Ezt az információt közvetlenül a clinicaltrials.gov webhelyről szereztük be, változtatás nélkül. Ha bármilyen kérése van vizsgálati adatainak módosítására, eltávolítására vagy frissítésére, kérjük, írjon a következő címre: register@clinicaltrials.gov. Amint a változás bevezetésre kerül a clinicaltrials.gov oldalon, ez a webhelyünkön is automatikusan frissül. .