Leishmaniasis cutánea en el NOA y uso de la tierra: Modelos y análisis espacial

QUINTANA MG, SALOMÓN OD, LIZARRALDE DE GROSSO MS

Huerta Grande, Córdoba

Congreso; VII Congreso Argentino de Entomología; 2008

Con la re-emergencia de las enfermedades transmitidas por insectos, se incrementaron las evidencias de su fuerte asociación con las modificaciones ambientales. Así, la leishmaniasis en nuestro país, mostró una tendencia al incremento de casos de leishmaniasis asociado con fenómenos que aumentan la densidad del vector, su área de distribución o el contacto efectivo con los humanos, principalmente por: 1) deforestación (explotación maderera, expansión de la frontera agrícola), 2) crecimiento urbano desordenado (rural-periurbana), 3) variables climático/ambientales. El uso de algoritmos en la última década para modelar los nichos ecológicos de las especies ha crecido en gran medida y se utilizaron para varias aplicaciones. Estos modelos se aplican para observar relaciones entre los valores de factores abióticos (temperatura, precipitación, etc.) y bióticos (tipo de vegetación), con datos de presencia, presencia-ausencia y/o abundancia conocida de las especies. Existen varios algoritmos para modelar. En este trabajo se desarrolló un ejemplo para estimar la distribución mas uniforme de Phlebotominae en el NOA con el programa MAXENT, con el objeto de mostrar un mapa de distribución potencial de los vectores en base a condiciones bióticas y abióticas y abundancia y distribución de los vectores en diferentes ambientes del Noroeste Argentino, a fin de poder brindar recomendaciones para la prevención de Leishmaniasis. La zona de estudio pertenece a la región de selva pedemontana de las Yungas, donde este tipo de degradación se lleva a cabo progresivamente desde la década del 80. El modelo se elaboró con 98 registros de captura de flebótomos, en función de gradientes altitudinales, latitudinales, cuencas hídricas, grado de antropización y antecedentes de casos humanos. Se capturaron 12.079 flebótomos, Lu.neivai (85,6%), Lu.migonei (11,6%), Lu.cortelezzii (2,6%) y Lu. shannoni, Lu.quinquefer y Brumptomyia spp. (menos del 0,1%). Las dos primeras tienen importancia epidemiológica y son vectores de Leishmania braziliensis. Los casos humanos no entraron en el análisis porque introducen errores por incidencia asintomática y ambigüedad de datos obtenidos por anamnesis. Para el análisis se tomaron 7 capas de BIOBLIM: precipitación anual, temperatura máxima, mínima y estacional y elevación. Las variables con mayor contribución relativa fueron: precipitación estacional, temperatura estacional,  y elevación. Esta aproximación a partir de modelos nos brinda la posibilidad de predecir y evaluar el impacto en la salud pública, diseñar estrategias de control y generar modelos predictivos basados en sensores remotos y capturas de vectores en sitios centinela para disponer de un sistema de alerta temprana de brotes epidémicos y vigilancia en tiempo real.