- ICH GCP
- Rejestr badań klinicznych w USA
- Badanie kliniczne NCT05893134
Identyfikacja uwarunkowań ryzyka przenoszenia dengi poprzez analizę krajobrazu (IRDDENGUELA)
Identyfikacja uwarunkowań ryzyka transmisji dengi poprzez analizę krajobrazu w sąsiedztwie „El Vergel”, Tapachula, Chiapas
To retrospektywne badanie obserwacyjne ma na celu określenie prawdopodobieństwa ryzyka przeniesienia dengi za pomocą modelu opartego na zmiennych epidemiologicznych, entomologicznych, społeczno-ekonomicznych, demograficznych i krajobrazowych w dzielnicy El Vergel w gminie Tapachula w stanie Chiapas w Meksyku.
Główne pytanie, na które ma odpowiedzieć, brzmi:
1. Czy możliwe jest zidentyfikowanie uwarunkowań ryzyka transmisji dengi poprzez opracowanie modelu probabilistycznego opartego na analizie krajobrazowej zmiennych epidemiologicznych, entomologicznych, socjodemograficznych i krajobrazowych w endemicznym obszarze miejskim gminy Tapachula, Chiapas, Meksyk? Uczestnicy zostaną wybrani z rejestru przypadków gorączki denga uzyskanego od Sekretarza Zdrowia, który zostanie skontrastowany ze zmiennymi entomologicznymi, społeczno-ekonomicznymi, demograficznymi i krajobrazowymi w dzielnicy El Vergel w Tapachula, Chiapas, Meksyk. Nie będą się z nimi kontaktować ani pobierać próbek do testów biologicznych w jakimkolwiek kształcie lub formie, zostaną wykorzystane tylko dane już zebrane od służby zdrowia.
Przegląd badań
Szczegółowy opis
Identyfikacja czynników ryzyka transmisji dengi poprzez analizę krajobrazu w dzielnicy „El Vergel”, Tapachula, Chiapas, Meksyk Denga jest chorobą przenoszoną głównie przez Ae. aegypti obecnych w naszym regionie, pomimo działań nadzoru i kontroli wektorów, krążenie wirusa jest stałe i wymagane są nowe strategie, które przyczynią się do zmniejszenia częstości występowania choroby, która może być śmiertelna. Z drugiej strony drony to narzędzia już stosowane w rolnictwie precyzyjnym i bezpiecznym m.in.; za ich pomocą można uzyskać wysokiej rozdzielczości obrazy dużych obszarów lądu. Ta praca wykorzysta te obrazy w połączeniu z danymi epidemiologicznymi, entomologicznymi, społeczno-ekonomicznymi i demograficznymi w celu zidentyfikowania czynników ryzyka przenoszenia dengi na obszarze miejskim miasta Tapachula i wygeneruje model, który pozwoli zdefiniować obszary ryzyka w obszarze . badanie.
Cel: Określenie prawdopodobieństwa ryzyka przeniesienia dengi za pomocą modelu opartego na zmiennych epidemiologicznych, entomologicznych, społeczno-ekonomicznych, demograficznych i krajobrazowych w dzielnicy El Vergel w gminie Tapachula w stanie Chiapas.
Materiał i metody: Wykorzystane zostaną informacje z badań entomologicznych, warunków mieszkaniowych i socjodemograficznych dzielnicy El Vergel, Tapachula, Chiapas, uzyskane w okresie od listopada do grudnia 2019 r. Oprócz informacji epidemiologicznych dotyczących występowania dengi i umieszczania pułapek jajowych na badanym obszarze w okresie pobierania próbek, sześć miesięcy przed i sześć miesięcy po. Wykorzystana zostanie specjalistyczna kartografia, wykonana z precyzyjnych zdjęć lotniczych wykonanych na wysokości 100 m przez drona wielowirnikowego z sześcioma wirnikami modelu DJI Matrice 600 z dwoma rodzajami kamer, modelem Zenmuse X5, który rejestruje obrazy w widmie widzialnym z rozdzielczością 16 MP oraz multispektralna kamera z pięcioma pasmami widmowymi MicaSense RedEdge -MX z czujnikiem RGB o rozdzielczości przestrzennej 5 cm na piksel. Zdjęcia wykonano równolegle z badaniami entomologicznymi, socjoekonomicznymi i demograficznymi. Wykorzystane zostaną georeferencyjne ortofotomapy kartograficzne, cyfrowe modele powierzchni, cyfrowe modele terenu oraz specjalistyczna kartografia wskaźników roślinności: znormalizowany wskaźnik wegetacji różnicowej (NDVI), wskaźnik wegetacji różnicowej znormalizowany zielony (GNDVI), znormalizowany wskaźnik różnicowej roślinności RedEdge (NDVIRe) i chlorofil Indeks (CIGreen), wysokość i średnicę drzew występujących na badanym obszarze, aby przyjąć różne zmienne związane z krajobrazem (zmienne środowiskowe). Analiza danych będzie oparta na modelu matematycznym opartym na zasadzie cząstkowych najmniejszych kwadratów, w celu określenia powiązań przestrzennych między wskaźnikami epidemiologicznymi (liczba i georeferencje przypadków), entomologicznymi (stadia niedojrzałe i dorosłe Ae. aegypti), wskaźnikiem kondycji dane dotyczące mieszkalnictwa, socjodemografii i krajobrazu.
Okres: 6 miesięcy Rodzaj badania: przekrojowe, retrospektywne, obserwacyjne. Kryteria wyboru: W budowie baz danych zostaną uwzględnione domy w Colonia El Vergel, Tapachula, Chiapas, gdzie ich pełnoletni mieszkańcy, wyrażeni świadomą zgodą, zgodzili się na udział w badaniach i gromadzeniu danych entomologicznych i socjodemograficznych in situ oraz zdjęć lotniczych na wysokość 100m dalej. Domy, które nie mają mieszkańców, będą podstawą do wykluczenia, a te, w których uczestnicy nie pozwolą na zebranie pełnych informacji, zostaną wyeliminowane.
Wielkość próby i dobór próby: Do wyboru mieszkań zostanie zastosowany wieloetapowy dobór warstwowy. Liczebność próby zostanie wyznaczona według wzoru na proporcje, który został obliczony dla n=196 mieszkań.
Wyniki: Na podstawie zastosowanych zmiennych o różnym charakterze zostanie wygenerowany probabilistyczny model ryzyka oraz zostaną zbudowane mapy w celu identyfikacji obszarów największego ryzyka transmisji dengi na badanym obszarze.
Wniosek: Wygeneruj dowody naukowe, które pozwolą na maksymalne wykorzystanie tych postępów z korzyścią dla populacji. Wyznaczanie obszarów ryzyka za pomocą specjalistycznej kartografii wykonanej przy użyciu wysokiej rozdzielczości zdjęć lotniczych z użyciem dronów zostało już zademonstrowane i niedawno opublikowane.
Typ studiów
Zapisy (Rzeczywisty)
Kontakty i lokalizacje
Lokalizacje studiów
-
-
Chiapas
-
Tapachula, Chiapas, Meksyk, 30700
- Hospital General de Zona No. 1
-
-
Kryteria uczestnictwa
Kryteria kwalifikacji
Wiek uprawniający do nauki
- Dziecko
- Dorosły
- Starszy dorosły
Akceptuje zdrowych ochotników
Metoda próbkowania
Badana populacja
Opis
Kryteria przyjęcia:
- Uwzględnione zostaną informacje epidemiologiczne o wszystkich przypadkach podejrzenia zachorowania na dengę z początkiem objawów w okresie od czerwca 2019 do maja 2020, które posiadają zapis na platformie Krajowego Systemu Nadzoru Epidemiologicznego.
Kryteria wyłączenia:
- Rekordy, które nie mają wystarczających informacji do georeferencji, zostaną wykluczone.
Plan studiów
Jak projektuje się badanie?
Szczegóły projektu
Kohorty i interwencje
Grupa / Kohorta |
Interwencja / Leczenie |
|---|---|
|
Główny
Wykorzystane zostaną informacje z badań entomologicznych, warunków mieszkaniowych i socjodemograficznych dzielnicy El Vergel, Tapachula, Chiapas, uzyskane w okresie od listopada do grudnia 2019 r.
|
Zostanie wygenerowany probabilistyczny model ryzyka w oparciu o zastosowane zmienne o różnym charakterze, a także zostaną zbudowane mapy w celu zidentyfikowania obszarów największego ryzyka przenoszenia dengi na badanym obszarze
|
Co mierzy badanie?
Podstawowe miary wyniku
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Ryzyko
Ramy czasowe: Rok, sześć miesięcy przed złożeniem wniosku o badanie (listopad-grudzień 2019 r.) i sześć miesięcy po
|
Zostanie wygenerowany probabilistyczny model ryzyka w oparciu o zastosowane zmienne o różnym charakterze, a także zostaną zbudowane mapy w celu zidentyfikowania obszarów największego ryzyka przenoszenia dengi na badanym obszarze
|
Rok, sześć miesięcy przed złożeniem wniosku o badanie (listopad-grudzień 2019 r.) i sześć miesięcy po
|
Współpracownicy i badacze
Współpracownicy
Śledczy
- Główny śledczy: Héctor A Rincón León, PhD, Instituto Mexicano del Seguro Social
Publikacje i pomocne linki
Publikacje ogólne
- 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
Daty zapisu na studia
Główne daty studiów
Rozpoczęcie studiów (Rzeczywisty)
Zakończenie podstawowe (Rzeczywisty)
Ukończenie studiów (Rzeczywisty)
Daty rejestracji na studia
Pierwszy przesłany
Pierwszy przesłany, który spełnia kryteria kontroli jakości
Pierwszy wysłany (Rzeczywisty)
Aktualizacje rekordów badań
Ostatnia wysłana aktualizacja (Szacowany)
Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości
Ostatnia weryfikacja
Więcej informacji
Terminy związane z tym badaniem
Słowa kluczowe
Dodatkowe istotne warunki MeSH
Inne numery identyfikacyjne badania
- F-CNIC-2023-060
Plan dla danych uczestnika indywidualnego (IPD)
Planujesz udostępniać dane poszczególnych uczestników (IPD)?
Opis planu IPD
Informacje o lekach i urządzeniach, dokumenty badawcze
Bada produkt leczniczy regulowany przez amerykańską FDA
Bada produkt urządzenia regulowany przez amerykańską FDA
Te informacje zostały pobrane bezpośrednio ze strony internetowej clinicaltrials.gov bez żadnych zmian. Jeśli chcesz zmienić, usunąć lub zaktualizować dane swojego badania, skontaktuj się z register@clinicaltrials.gov. Gdy tylko zmiana zostanie wprowadzona na stronie clinicaltrials.gov, zostanie ona automatycznie zaktualizowana również na naszej stronie internetowej .
Badania kliniczne na Ocena ryzyka
-
University of Sao PauloZakończonyPrzepuklina brzuszna | Niedożywienie | Marskość | SarkopeniaBrazylia
-
Wake Forest University Health SciencesNational Cancer Institute (NCI)Rejestracja na zaproszenieZłośliwy nowotwór lity | Nowotwór układu krwiotwórczego i limfatycznegoStany Zjednoczone, Portoryko
-
Memorial Sloan Kettering Cancer CenterZakończonyRodziny lub najbliżsi krewni pacjentów leczonych w MSKCC z powodu nieskórnego raka płaskonabłonkowego | Górny przewód pokarmowyStany Zjednoczone
-
Centre Francois BaclesseZakończony
-
Attune Health Research, Inc.Rheumatology Research FoundationRekrutacyjnyTelemedycynaStany Zjednoczone
-
University of MiamiRekrutacyjnyDysfagiaStany Zjednoczone
-
University of Wisconsin, MadisonZakończonyZapalenie ścięgna AchillesaStany Zjednoczone
-
University of RochesterCharles River AnalyticsZakończonyTrudności poznawcze związane z rakiem | Upośledzenie funkcji poznawczych związane z rakiemStany Zjednoczone
-
Muş Alparlan UniversityHacettepe UniversityRekrutacyjnyDystrofia mięśniowa Duchenne'aIndyk
-
National Cheng-Kung University HospitalTainan Hospital, Ministry of Health and WelfareRejestracja na zaproszenieChoroby Autoimmunologiczne | Metaplazja | Zapalenie błony śluzowej żołądka, zanikowe | Zapalenie błony śluzowej żołądka Helicobacter Pylori | Anemia, złośliwaTajwan