Identificatie van risicodeterminanten van dengue-overdracht door middel van landschapsanalyse (IRDDENGUELA)

Identificatie van de risicodeterminanten van overdracht van dengue door middel van landschapsanalyse in de wijk "El Vergel", Tapachula, Chiapas, Mexico Dengue is een ziekte die voornamelijk wordt overgedragen door de Ae. aegypti aanwezig in onze regio, ondanks de bewakings- en bestrijdingsactiviteiten van vectoren, is de circulatie van het virus constant en zijn er nieuwe strategieën nodig die bijdragen aan het verminderen van de incidentie van de ziekte, die dodelijk kan zijn. Aan de andere kant zijn drones tools die al worden gebruikt in onder meer precisie- en veiligheidslandbouw; hierdoor is het mogelijk om hoge resolutie beelden van grote stukken land te verkrijgen. Dit werk zal deze beelden gebruiken in combinatie met epidemiologische, entomologische, sociaaleconomische en demografische gegevens om de risicofactoren voor dengue-overdracht in een stedelijk gebied van de stad Tapachula te identificeren en zal een model genereren waarmee de risicogebieden in het gebied kunnen worden gedefinieerd . studie.

Doelstelling: het bepalen van de waarschijnlijkheid van het risico van overdracht van dengue door middel van een model op basis van epidemiologische, entomologische, sociaaleconomische, demografische en landschapsvariabelen in de wijk El Vergel in de gemeente Tapachula, Chiapas.

Materiaal en methoden: Er zal gebruik worden gemaakt van informatie uit entomologische, huisvestings- en sociodemografische onderzoeken van de wijk El Vergel, Tapachula, Chiapas, verkregen in de periode van november tot december 2019. Naast epidemiologische informatie over de incidentie van dengue en de plaatsing van ovitraps in het studiegebied tijdens de bemonsteringsperiode, zes maanden ervoor en zes maanden erna. Er zal gespecialiseerde cartografie worden gebruikt, gemaakt van luchtfoto's op kleine schaal die op een hoogte van 100 m zijn gemaakt door een multirotor-drone met zes DJI Matrice 600-modelrotoren met twee soorten camera's, een Zenmuse X5-model dat beelden vastlegt in het zichtbare spectrum met 16 MP en een multispectrale camera met vijf spectrale banden MicaSense RedEdge -MX met RGB-sensor met een ruimtelijke resolutie van 5 cm per pixel. De beelden werden gelijktijdig met de entomologische, sociaaleconomische en demografische onderzoeken genomen. Cartografische kaarten met georeferenties, digitale oppervlaktemodellen, digitale terreinmodellen en gespecialiseerde cartografie van vegetatie-indices zullen worden gebruikt: Normalized Difference Vegetation Index (NDVI), Difference Vegetation Index Green Normalized (GNDVI), RedEdge Normalized Difference Vegetation Index (NDVIRe) en Chlorophyl Index (CIGreen), hoogte en diameter van de bomen aanwezig in het studiegebied, om verschillende variabelen gerelateerd aan het landschap (omgevingsvariabelen) te nemen. De gegevensanalyse zal gebaseerd zijn op een wiskundig model gebaseerd op het principe van gedeeltelijke kleinste kwadraten, om de ruimtelijke associatie te bepalen tussen de epidemiologische indicatoren (aantal en geoverwijzing van gevallen), entomologische (onrijpe en volwassen stadia van Ae. aegypti), conditie-index huisvesting, sociodemografische en landschapsgegevens.

Periode: 6 maanden Type onderzoek: Cross-sectioneel, retrospectief, observationeel. Selectiecriteria: Bij de constructie van databases wordt rekening gehouden met de huizen van Colonia El Vergel, Tapachula, Chiapas, waar de inwoners van de wettelijke leeftijd, na geïnformeerde toestemming zijn geaccepteerd om deel te nemen aan de onderzoeken en het verzamelen van entomologische en sociodemografische gegevens in situ en luchtfoto's op een hoogte van 100 meter afstand. Huizen die geen bewoners hebben, zullen een reden voor uitsluiting zijn, en huizen waarin de deelnemers het verzamelen van volledige informatie niet toestaan, worden geëlimineerd.

Steekproefomvang en bemonstering: Een meertraps gestratificeerde bemonstering zal worden gebruikt om woningen te selecteren. De steekproefomvang wordt verkregen volgens de steekproefformule voor verhoudingen, die is berekend voor n=196 woningen.

Resultaten: Er zal een probabilistisch risicomodel worden gegenereerd op basis van de variabelen van verschillende aard die worden gebruikt en er zullen kaarten worden gemaakt om de gebieden met het grootste risico op overdracht van dengue in het studiegebied te identificeren.

Conclusie: genereer wetenschappelijk bewijs dat maximaal gebruik van deze vooruitgang mogelijk maakt ten voordele van de bevolking. Het bepalen van risicogebieden met behulp van gespecialiseerde cartografie, uitgevoerd met behulp van luchtfotografie met hoge resolutie met behulp van drones, is al gedemonstreerd en onlangs gepubliceerd.