- ICH GCP
- Amerikanska kliniska prövningsregistret
- Klinisk prövning NCT05893134
Identifiering av riskdeterminanter för överföring av denguefeber genom landskapsanalys (IRDDENGUELA)
Identifiering av riskdeterminanter för dengueöverföring genom landskapsanalys i grannskapet "El Vergel", Tapachula, Chiapas
Denna retrospektiva observationsstudie syftar till att fastställa sannolikheten för risken för dengue-överföring genom en modell baserad på epidemiologiska, entomologiska, socioekonomiska, demografiska och landskapsvariabler i El Vergel-kvarteret i kommunen Tapachula, Chiapas, Mexiko.
Huvudfrågan den syftar till att besvara är:
1. Är det möjligt att identifiera riskdeterminanterna för överföring av denguefeber genom att utveckla en probabilistisk modell baserad på landskapsanalys av epidemiologiska, entomologiska, sociodemografiska och landskapsvariabler i ett endemiskt stadsområde i kommunen Tapachula, Chiapas, Mexiko? Deltagarna kommer att väljas från ett register som erhållits från hälsoministern över fall av denguefeber, vilket kommer att kontrasteras med de entomologiska, socioekonomiska, demografiska och landskapsvariablerna i El Vergel-kvarteret i Tapachula, Chiapas, Mexiko. De kommer inte att kontaktas eller ta prover för biologiska tester i någon form eller form, endast de uppgifter som redan samlats in från sjukvården kommer att användas.
Studieöversikt
Detaljerad beskrivning
Identifiering av riskdeterminanter för dengue-överföring genom landskapsanalys i "El Vergel"-kvarteret, Tapachula, Chiapas, Mexiko Dengue är en sjukdom som huvudsakligen överförs av Ae. aegypti som finns i vår region, trots vektorövervakning och kontrollaktiviteter, är cirkulationen av viruset konstant och det krävs nya strategier som bidrar till att minska förekomsten av sjukdomen, som kan vara dödlig. Däremot är drönare verktyg som redan används inom bland annat precisions- och säkerhetsjordbruk; med hjälp av dem är det möjligt att få högupplösta bilder av stora landområden. Detta arbete kommer att använda dessa bilder i kombination med epidemiologiska, entomologiska, socioekonomiska och demografiska data för att identifiera riskfaktorerna för överföring av denguefeber i ett urbant område i staden Tapachula och kommer att generera en modell som gör det möjligt att definiera riskområdena i området . studie.
Mål: Att bestämma sannolikheten för risken för dengue-överföring genom en modell baserad på epidemiologiska, entomologiska, socioekonomiska, demografiska och landskapsvariabler i kvarteret El Vergel i kommunen Tapachula, Chiapas.
Material och metoder: Information från entomologiska undersökningar, boendetillstånd och sociodemografiska undersökningar av stadsdelen El Vergel, Tapachula, Chiapas, erhållen under perioden november till december 2019, kommer att användas. Utöver epidemiologisk information om förekomsten av dengue och placering av ovitraps i studieområdet under provtagningsperioden, sex månader före och sex månader efter. Specialiserad kartografi kommer att användas, gjord av finskaliga flygfoton tagna på en höjd av 100m av en multirotor drönare med sex DJI Matrice 600 modellrotorer med två typer av kameror, en Zenmuse X5-modell som fångar bilder i det synliga spektrumet vid 16 MP och en multispektral kamera med fem spektralband MicaSense RedEdge -MX med RGB-sensor med en rumslig upplösning på 5 cm per pixel. Bilderna togs samtidigt med de entomologiska, socioekonomiska och demografiska undersökningarna. Georefererade ortofotokartografiska kartor, digitala ytmodeller, digitala terrängmodeller och specialiserad kartografi av vegetationsindex kommer att användas: Normalized Difference Vegetation Index (NDVI), Difference Vegetation Index Green Normalized (GNDVI), RedEdge Normalized Difference Vegetation Index (NDVIRe) och Chlorophyll Index (CIGreen), höjd och diameter på träden som finns i studieområdet, för att ta olika variabler relaterade till landskapet (miljövariabler). Dataanalysen kommer att baseras på en matematisk modell baserad på principen om partiella minsta kvadrater, för att bestämma det rumsliga sambandet mellan de epidemiologiska indikatorerna (antal och georeferens av fall), entomologiska (omogna och vuxna stadier av Ae. aegypti), tillståndsindex bostads-, sociodemografiska och landskapsdata.
Period: 6 månader Typ av studie: Tvärsnitt, retrospektiv, observationell. Urvalskriterier: Byggandet av databaser kommer att beakta husen i Colonia El Vergel, Tapachula, Chiapas, där dess invånare i laglig ålder, accepterade genom informerat samtycke att delta i undersökningar och insamling av entomologiska och sociodemografiska data på plats och flygfoton vid en höjd 100m bort. Bostäder som inte har boende kommer att vara uteslutningsgrunder, och de där deltagarna inte tillåter insamling av fullständig information kommer att elimineras.
Provstorlek och urval: Ett stratifierat urval i flera steg kommer att användas för att välja ut bostäder. Urvalsstorleken kommer att erhållas enligt provformeln för proportioner, som beräknats i n=196 bostäder.
Resultat: En probabilistisk riskmodell kommer att genereras baserat på de variabler av olika karaktär som används och kartor kommer att byggas för att identifiera områden med störst risk för dengueöverföring i studieområdet.
Slutsats: Generera vetenskapliga bevis som tillåter maximal användning av dessa framsteg till fördel för befolkningen. Bestämningen av riskområden med hjälp av specialiserad kartografi utförd med högupplöst flygfotografering med drönare, har redan demonstrerats och nyligen publicerats.
Studietyp
Inskrivning (Faktisk)
Kontakter och platser
Studieorter
-
-
Chiapas
-
Tapachula, Chiapas, Mexiko, 30700
- Hospital General de Zona No. 1
-
-
Deltagandekriterier
Urvalskriterier
Åldrar som är berättigade till studier
- Barn
- Vuxen
- Äldre vuxen
Tar emot friska volontärer
Testmetod
Studera befolkning
Beskrivning
Inklusionskriterier:
- Den epidemiologiska informationen om alla misstänkta fall av dengue med debut av symtom under perioden juni 2019 till maj 2020 som har ett register på plattformen för det nationella systemet för epidemiologisk övervakning kommer att inkluderas.
Exklusions kriterier:
- Poster som inte har tillräcklig information för sin georeferens kommer att exkluderas.
Studieplan
Hur är studien utformad?
Designdetaljer
Kohorter och interventioner
Grupp / Kohort |
Intervention / Behandling |
|---|---|
|
Main
Information från entomologiska, bostadstillstånds- och sociodemografiska undersökningar av El Vergel-kvarteret, Tapachula, Chiapas, erhållen under perioden november till december 2019, kommer att användas
|
En probabilistisk riskmodell kommer att genereras baserad på de variabler av olika karaktär som används och kartor kommer att byggas för att identifiera områden med störst risk för dengue-överföring i studieområdet
|
Vad mäter studien?
Primära resultatmått
Resultatmått |
Åtgärdsbeskrivning |
Tidsram |
|---|---|---|
|
Risk
Tidsram: Ett år, sex månader före undersökningsansökan (november-december 2019) och sex månader efter
|
En probabilistisk riskmodell kommer att genereras baserad på de variabler av olika karaktär som används och kartor kommer att byggas för att identifiera områden med störst risk för dengue-överföring i studieområdet
|
Ett år, sex månader före undersökningsansökan (november-december 2019) och sex månader efter
|
Samarbetspartners och utredare
Samarbetspartners
Utredare
- Huvudutredare: Héctor A Rincón León, PhD, Instituto Mexicano del Seguro Social
Publikationer och användbara länkar
Allmänna publikationer
- 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
Studieavstämningsdatum
Studera stora datum
Studiestart (Faktisk)
Primärt slutförande (Faktisk)
Avslutad studie (Faktisk)
Studieregistreringsdatum
Först inskickad
Först inskickad som uppfyllde QC-kriterierna
Första postat (Faktisk)
Uppdateringar av studier
Senaste uppdatering publicerad (Beräknad)
Senaste inskickade uppdateringen som uppfyllde QC-kriterierna
Senast verifierad
Mer information
Termer relaterade till denna studie
Ytterligare relevanta MeSH-villkor
Andra studie-ID-nummer
- F-CNIC-2023-060
Plan för individuella deltagardata (IPD)
Planerar du att dela individuella deltagardata (IPD)?
IPD-planbeskrivning
Läkemedels- och apparatinformation, studiedokument
Studerar en amerikansk FDA-reglerad läkemedelsprodukt
Studerar en amerikansk FDA-reglerad produktprodukt
Denna information hämtades direkt från webbplatsen clinicaltrials.gov utan några ändringar. Om du har några önskemål om att ändra, ta bort eller uppdatera dina studieuppgifter, vänligen kontakta register@clinicaltrials.gov. Så snart en ändring har implementerats på clinicaltrials.gov, kommer denna att uppdateras automatiskt även på vår webbplats .