- ICH GCP
- Registro de ensaios clínicos dos EUA
- Ensaio Clínico NCT05893134
Identificação dos Determinantes do Risco de Transmissão da Dengue Através da Análise da Paisagem (IRDDENGUELA)
Identificação dos determinantes de risco da transmissão da dengue por meio da análise da paisagem no bairro "El Vergel", Tapachula, Chiapas
Este estudo observacional retrospectivo tem como objetivo determinar a probabilidade do risco de transmissão da dengue por meio de um modelo baseado em variáveis epidemiológicas, entomológicas, socioeconômicas, demográficas e paisagísticas no bairro El Vergel no município de Tapachula, Chiapas, México.
A principal questão que pretende responder é:
1. É possível identificar os determinantes de risco da transmissão da dengue desenvolvendo um modelo probabilístico baseado na análise da paisagem de variáveis epidemiológicas, entomológicas, sociodemográficas e paisagísticas em uma área urbana endêmica do município de Tapachula, Chiapas, México? Os participantes serão selecionados a partir de um registro obtido da Secretaria de Saúde de casos de dengue, que serão contrastados com as variáveis entomológicas, socioeconômicas, demográficas e paisagísticas no bairro El Vergel em Tapachula, Chiapas, México. Eles não serão contatados ou amostrados para testes biológicos de qualquer forma ou forma, apenas os dados já coletados nos serviços de saúde serão usados.
Visão geral do estudo
Descrição detalhada
Identificação dos determinantes de risco da transmissão da dengue por meio da análise da paisagem no bairro "El Vergel", Tapachula, Chiapas, México A dengue é uma doença transmitida principalmente pelo Ae. aegypti presente em nossa região, apesar das atividades de vigilância e controle do vetor, a circulação do vírus é constante e são necessárias novas estratégias que contribuam para diminuir a incidência da doença, que pode ser fatal. Por outro lado, os drones são ferramentas já utilizadas na agricultura de precisão e segurança, entre outras; por meio deles, é possível obter imagens em alta resolução de grandes extensões de terra. Este trabalho usará essas imagens em combinação com dados epidemiológicos, entomológicos, socioeconômicos e demográficos para identificar os fatores de risco para a transmissão da dengue em uma área urbana da cidade de Tapachula e gerará um modelo que permitirá definir as áreas de risco na área . estudar.
Objetivo: Determinar a probabilidade do risco de transmissão da dengue por meio de um modelo baseado em variáveis epidemiológicas, entomológicas, socioeconômicas, demográficas e paisagísticas no bairro El Vergel no município de Tapachula, Chiapas.
Material e métodos: Serão utilizadas informações de pesquisas entomológicas, habitacionais e sociodemográficas do bairro El Vergel, Tapachula, Chiapas, obtidas durante o período de novembro a dezembro de 2019. Além de informações epidemiológicas sobre a incidência de dengue e a colocação de ovitrampas na área de estudo durante o período de amostragem, seis meses antes e seis meses depois. Será utilizada cartografia especializada, feita a partir de fotografias aéreas em escala fina tiradas a 100m de altura por um drone multirotor com seis rotores modelo DJI Matrice 600 com dois tipos de câmeras, modelo Zenmuse X5 que capta imagens no espectro visível a 16 MP e uma câmera multiespectral com cinco bandas espectrais MicaSense RedEdge -MX com sensor RGB com resolução espacial de 5 cm por pixel. As imagens foram realizadas simultaneamente aos levantamentos entomológicos, socioeconômicos e demográficos. Serão utilizados mapas ortofotocartográficos georreferenciados, modelos digitais de superfície, modelos digitais de terreno e cartografia especializada de índices de vegetação: Índice de Vegetação por Diferença Normalizada (NDVI), Índice de Vegetação por Diferença Verde Normalizado (GNDVI), Índice de Vegetação por Diferença Normalizada RedEdge (NDVIRe) e Clorofila Índice (CIGreen), altura e diâmetro das árvores presentes na área de estudo, para tomar diversas variáveis relacionadas com a paisagem (variáveis ambientais). A análise dos dados será baseada em um modelo matemático baseado no princípio dos mínimos quadrados parciais, para determinar a associação espacial entre os indicadores epidemiológicos (número e georreferenciamento de casos), entomológicos (estágios imaturos e adultos de Ae. aegypti), índice de condição dados habitacionais, sociodemográficos e paisagísticos.
Período: 6 meses Tipo de estudo: transversal, retrospectivo, observacional. Critérios de seleção: A construção de bancos de dados considerará as casas de Colonia El Vergel, Tapachula, Chiapas, onde seus habitantes maiores de idade, aceitaram por meio de consentimento informado participar dos levantamentos e coleta de dados entomológicos e sociodemográficos in situ e fotografias aéreas em um altura de 100m de distância. Os lares que não tenham moradores serão motivo de exclusão, sendo eliminados aqueles em que os participantes não permitam a recolha de informação completa.
Tamanho da amostra e amostragem: Uma amostragem estratificada em vários estágios será usada para selecionar as residências. O tamanho da amostra será obtido de acordo com a fórmula amostral para proporções, que foi calculada em n=196 domicílios.
Resultados: Será gerado um modelo probabilístico de risco com base nas variáveis de diferentes naturezas utilizadas e serão construídos mapas para identificar as áreas de maior risco para transmissão de dengue na área de estudo.
Conclusão: Gerar evidências científicas que permitam o máximo aproveitamento desses avanços em benefício das populações. A determinação de áreas de risco por meio de cartografia especializada realizada por meio de fotografia aérea de alta resolução com drones já foi demonstrada e divulgada recentemente.
Tipo de estudo
Inscrição (Real)
Contactos e Locais
Locais de estudo
-
-
Chiapas
-
Tapachula, Chiapas, México, 30700
- Hospital General de Zona No. 1
-
-
Critérios de participação
Critérios de elegibilidade
Idades elegíveis para estudo
- Filho
- Adulto
- Adulto mais velho
Aceita Voluntários Saudáveis
Método de amostragem
População do estudo
Descrição
Critério de inclusão:
- Serão incluídas as informações epidemiológicas de todos os casos suspeitos de dengue com início de sintomas no período de junho de 2019 a maio de 2020 que tenham registro na plataforma do Sistema Nacional de Vigilância Epidemiológica.
Critério de exclusão:
- Serão excluídos os registros que não possuírem informações suficientes para seu georreferenciamento.
Plano de estudo
Como o estudo é projetado?
Detalhes do projeto
Coortes e Intervenções
Grupo / Coorte |
Intervenção / Tratamento |
|---|---|
|
Principal
Serão utilizadas informações de levantamentos entomológicos, habitacionais e sociodemográficos do bairro El Vergel, Tapachula, Chiapas, obtidos durante o período de novembro a dezembro de 2019
|
Será gerado um modelo probabilístico de risco com base nas variáveis de diferentes naturezas utilizadas e serão construídos mapas para identificar as áreas de maior risco para transmissão da dengue na área de estudo
|
O que o estudo está medindo?
Medidas de resultados primários
Medida de resultado |
Descrição da medida |
Prazo |
|---|---|---|
|
Risco
Prazo: Um ano, seis meses antes da aplicação do inquérito (novembro-dezembro de 2019) e seis meses depois
|
Será gerado um modelo probabilístico de risco com base nas variáveis de diferentes naturezas utilizadas e serão construídos mapas para identificar as áreas de maior risco para transmissão da dengue na área de estudo
|
Um ano, seis meses antes da aplicação do inquérito (novembro-dezembro de 2019) e seis meses depois
|
Colaboradores e Investigadores
Patrocinador
Colaboradores
Investigadores
- Investigador principal: Héctor A Rincón León, PhD, Instituto Mexicano del Seguro Social
Publicações e links úteis
Publicações Gerais
- 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
Datas de registro do estudo
Datas Principais do Estudo
Início do estudo (Real)
Conclusão Primária (Real)
Conclusão do estudo (Real)
Datas de inscrição no estudo
Enviado pela primeira vez
Enviado pela primeira vez que atendeu aos critérios de CQ
Primeira postagem (Real)
Atualizações de registro de estudo
Última Atualização Postada (Estimado)
Última atualização enviada que atendeu aos critérios de controle de qualidade
Última verificação
Mais Informações
Termos relacionados a este estudo
Palavras-chave
Termos MeSH relevantes adicionais
Outros números de identificação do estudo
- F-CNIC-2023-060
Plano para dados de participantes individuais (IPD)
Planeja compartilhar dados de participantes individuais (IPD)?
Descrição do plano IPD
Informações sobre medicamentos e dispositivos, documentos de estudo
Estuda um medicamento regulamentado pela FDA dos EUA
Estuda um produto de dispositivo regulamentado pela FDA dos EUA
Essas informações foram obtidas diretamente do site clinicaltrials.gov sem nenhuma alteração. Se você tiver alguma solicitação para alterar, remover ou atualizar os detalhes do seu estudo, entre em contato com register@clinicaltrials.gov. Assim que uma alteração for implementada em clinicaltrials.gov, ela também será atualizada automaticamente em nosso site .