Desarrollo de Modelos predictivos de índices Aédicos basados en información proveniente de sensores remotos.

ESTALLO EL; INTROINI MV; LAMFRI M; ROTELA CH; SCAVUZZO CM; ALMIRON WR

Cartagena de Indias

Congreso; XII Simposio Internacional en Percepción Remota y Sistemas de Información Geográfica (SELPER); 2006

SELPER

Por el momento el control estratégico del vector es la solución más plausible para prevenir la Fiebre del Dengue en paises como Argentina, con existencia de regiones con transmisión indígena e introducción de casos desde países limítrofes y , sobre todo, al considerar la inexistencia de una vacuna o tratamiento específico disponible. Por ello es necesario previamente el desarrollo de un eficiente sistema de predicción temprana de la  distribución y abundancia del mismo. El  objetivo de este trabajo es el de construir un modelo estadístico predictivo de las variaciones temporales observadas ,de al menos 3 años, de los índices aédicos de Vivienda  (IV) y de Breteau (IB) para las ciudades de Tartagal y San Ramón de la Nueva Orán, situadas en la base de la cordillera subandina de la provincia de Salta, a 55 y 45 Km. al sur de la frontera con Bolivia respectivamente. Los modelos estadísticos del tipo “regresión multivariada”, se basaron en los siguientes datos preexistentes: a) Índices aédicos (IV e IB), b) intervención vectorial y c) actividades de control , suministrados por la Coordinación Nacional de Control de Vectores del Ministerio de Salud de la Nación, d) precipitaciones; y e) temperatura de superficie (LST) y f) vegetación (NDVI), derivadas de una serie temporal de recortes de imagenes Landsat 5 TM y Landsat 7 ETM representativos de la ciudad y del bosque nativo, obteniendo sl siguiente set de 8 variables: los promedios, varianzas, máximos y mínimos valores de cada sector. Las curvas modeladas con datos de Tartagal poseen correlación del orden de 0.80 con el IB y 0.90 para el IV.  Al utilizar solo la mitad de los datos de campo como entrenamiento (1998-2000) los resultados del modelo poseen una predicción para el año subsiguiente del orden del 90% para ambos índices. Con respecto a la localidad de Oran, los valores arrojados por el modelo presentan una correlacion del orden del 0.80 para ambos índices. Esto demuestra la posibilidad de utilizar información de origen espacial en forma operativa, para la estimación y predicción de índices vectoriales de relevancia epidemiológica.