Identifisering av risikodeterminanter for dengue-overføring gjennom landskapsanalyse (IRDDENGUELA)

Identifisering av risikodeterminanter for dengue-overføring gjennom landskapsanalyse i "El Vergel"-området, Tapachula, Chiapas, Mexico Dengue er en sykdom som hovedsakelig overføres av Ae. aegypti tilstede i vår region, til tross for vektorovervåking og kontrollaktiviteter, er sirkulasjonen av viruset konstant og det kreves nye strategier som bidrar til å redusere forekomsten av sykdommen, som kan være dødelig. På den annen side er droner verktøy som allerede brukes i blant annet presisjons- og sikkerhetslandbruk; ved hjelp av dem er det mulig å få høyoppløselige bilder av store landområder. Dette arbeidet vil bruke disse bildene i kombinasjon med epidemiologiske, entomologiske, sosioøkonomiske og demografiske data for å identifisere risikofaktorene for dengue-overføring i et urbant område av byen Tapachula og vil generere en modell som vil tillate å definere risikoområdene i området . studere.

Mål: Å bestemme sannsynligheten for risikoen for dengue-overføring gjennom en modell basert på epidemiologiske, entomologiske, sosioøkonomiske, demografiske og landskapsvariabler i El Vergel-området i Tapachula kommune, Chiapas.

Materiale og metoder: Informasjon fra entomologiske, boligtilstands- og sosiodemografiske undersøkelser av El Vergel-området, Tapachula, Chiapas, innhentet i perioden november til desember 2019, vil bli brukt. I tillegg til epidemiologisk informasjon om forekomst av dengue og plassering av ovitraps i studieområdet i prøvetakingsperioden, seks måneder før og seks måneder etter. Spesialisert kartografi vil bli brukt, laget av luftfotografier i finskala tatt i en høyde av 100m av en multirotor drone med seks DJI Matrice 600 modellrotorer med to typer kameraer, en Zenmuse X5-modell som tar bilder i det synlige spekteret ved 16 MP og et multispektralt kamera med fem spektralbånd MicaSense RedEdge -MX med RGB-sensor med en romlig oppløsning på 5 cm per piksel. Bildene ble tatt samtidig med de entomologiske, sosioøkonomiske og demografiske undersøkelsene. Georefererte ortofotokartografiske kart, digitale overflatemodeller, digitale terrengmodeller og spesialisert kartografi av vegetasjonsindekser vil bli brukt: Normalized Difference Vegetation Index (NDVI), Difference Vegetation Index Green Normalized (GNDVI), RedEdge Normalized Difference Vegetation Index (NDVIRe) og Chlorophyll Indeks (CIGreen), høyde og diameter på trærne som er tilstede i studieområdet, for å ta ulike variabler relatert til landskapet (miljøvariabler). Dataanalysen vil være basert på en matematisk modell basert på prinsippet om partielle minste kvadrater, for å bestemme den romlige assosiasjonen mellom de epidemiologiske indikatorene (antall og georeferering av tilfeller), entomologisk (umodne og voksne stadier av Ae. aegypti), tilstandsindeks bolig-, sosiodemografiske og landskapsdata.

Periode: 6 måneder Type studie: Tverrsnitt, retrospektiv, observasjon. Utvalgskriterier: Konstruksjonen av databaser vil vurdere husene til Colonia El Vergel, Tapachula, Chiapas, der innbyggerne i den myndige alder, akseptert gjennom informert samtykke til å delta i undersøkelsene og innsamlingen av entomologiske og sosiodemografiske data in situ og flyfotografier på en høyde på 100m unna. Boliger som ikke har beboere vil være utelukkelsesgrunnlag, og de der deltakerne ikke tillater innhenting av fullstendig informasjon vil bli eliminert.

Prøvestørrelse og prøvetaking: En flertrinns stratifisert prøvetaking vil bli brukt for å velge boliger. Prøvestørrelsen vil bli innhentet etter prøveformelen for proporsjoner, som ble beregnet i n=196 boliger.

Resultater: En probabilistisk risikomodell vil bli generert basert på variablene av forskjellig art som brukes og kart vil bli bygget for å identifisere områdene med størst risiko for dengue-overføring i studieområdet.

Konklusjon: Generer vitenskapelig bevis som tillater maksimal bruk av disse fremskrittene til fordel for befolkningen. Bestemmelsen av risikoområder ved hjelp av spesialisert kartografi utført ved bruk av høyoppløselig flyfotografering ved bruk av droner, er allerede demonstrert og nylig publisert.