Estimación preliminar de áreas de mayor riesgo de Síndrome Pulmonar por Hantavirus en Argentina

VERÓNICA ANDREO; PAULA PADULA; MARKUS NETELER; DUCCIO ROCCHINI; AYELEN IGLESIAS; XIMENA PORCASI; ANNAPAOLA RIZZOLI; MARCELO SCAVUZZO

Congreso; III Congreso Panamericano de Zoonosis - VIII Congreso Argentino de Zoonosis; 2014

INTRODUCCION El Síndrome Pulmonar por Hantavirus (SPH) es una enfermedad severa y algunas veces fatal causada por virus de la familia Bunyaviridae. Cada hantavirus es normalmente hospedado por una única especie de roedor perteneciente a la subfamilia Sigmodontinae. En Argentina se reconocen 4 regiones endémicas para SPH: Noroeste (Salta y Jujuy), Nordeste (Formosa y Misiones), Centro (Buenos Aires, Santa Fe y Entre Ríos) y Sur (Neuquén, Río Negro, Chubut y Santa Cruz). Estas regiones difieren en sus características ambientales, los virus circulantes, los huéspedes y el número de casos. Los mapas de riesgo basados en especies huéspedes son una práctica básica y esencial; no tan comunes, sin embargo, son los mapas basados en datos de infección o casos humanos de enfermedad. El objetivo de este estudio es modelar y mapear la distribución de casos de SPH en Argentina como función de variables climáticas y ambientales, para definir y estimar las áreas de mayor riesgo para humanos, transfiriendo a la Salud Pública la información recabada al efecto de consolidar medidas de prevención y control de la enfermedad. MATERIALES Y METODOS Datos: La lista de más de 800 casos de SPH en Argentina correspondió a aquellos confirmados por el Laboratorio de Referencia de Hantavirus del INEI-ANLIS Dr. Carlos G. Malbran durante el período 1995-2012. Se utilizó información vectorial relativa a cursos y cuerpos de agua, caminos y centros poblados; y diferentes capas en formato raster para representar las condiciones climáticas y ambientales del país (elevación, pendiente y aspecto, variables bioclimáticas, porcentajes de cobertura vegetal, tipos de cobertura, productividad primaria neta y densidad de población humana). Procesamiento y análisis: A cada caso confirmado se le asignaron coordenadas de latitud y longitud. Aquellos casos que no pudieron ser ubicados no fueron considerados. Se estimó el número de casos y la incidencia por localidad, departamento y provincia. No obstante, por la gran cantidad de ceros presentes (departamentos sin casos de SPH confirmados) la información sobre ocurrencia de casos fue utilizada en un contexto de Modelos de Distribución de Especies (SDM). Para ello, se creó un nuevo set de datos que consistió sólo de aquellas localidades diferentes donde se hubieran registrado casos. La información ambiental contenida en series de tiempo fue resumida usando estadísticos como la media, el desvío y la moda. Se aplicaron filtros espaciales (media, moda y diversidad, según el tipo de dato) de tamaño 3x3 y 5x5 a fin de considerar la influencia del contexto. Se utilizaron correlaciones entre variables y análisis de componentes principales, para seleccionar las variables con mayor contenido de información independiente. Se estimaron también buffers de distancia a áreas urbanas, cursos y cuerpos de agua, rutas y vías de ferrocarril. Posteriormente, se llevaron a cabo regresiones logísticas univariadas. Las variables más significativas fueron usadas luego en modelos multivariados. El modelo con el menor valor del criterio de información de Akaike (AIC) fue utilizado para construir un mapa de distribución y hacer inferencias. Utilizando la misma combinación de variables predictoras, se aplicó el algoritmo MaxEnt (versión 3.3.3k), admitiendo sólo relaciones lineales a fin de comparar con el modelo logístico. Los análisis estadísticos se realizaron con R 3.0.1 y el procesamiento de imágenes y mapas con GRASS GIS 7.0. RESULTADOS La muestra de entrenamiento consistió de 200 localidades diferentes y la de prueba, de 123. La mayoría de los casos de SPH analizados en el laboratorio del INEI entre 1995 y 2012 ocurrieron en la provincia de Salta y Buenos Aires donde mayoritariamente circulan los virus Oran y Lechiguanas, respectivamente. El departamento de Orán en Salta es el que presenta el mayor número de casos del país, seguido por La Plata en Buenos Aires y General José de San Martín, también en Salta. Para todos los sets de modelos, las variables que mejor explicaron la distribución de casos de SPH fueron: la densidad de población humana, la distancia a áreas urbanas, la precipitación anual, la precipitación del mes más húmedo, la precipitación de la estación mas húmeda, la precipitación de la estación mas fría, la productividad primaria media y la diversidad de tipos de cobertura. En general, los mejores modelos fueron aquellos que incluyeron información ambiental de un radio de 5 km a la ubicación del caso. No obstante, los mapas resultantes para el modelo logístico y para MaxEnt no fueron capaces de predecir áreas de probabilidad de ocurrencia más allá de las zonas cercanas a la distribución de los casos. DISCUSION Es probable que el patrón observado en los mapas predictivos (muy altas probabilidades en centros urbanos grandes) haya surgido de la naturaleza categórica de la variable distancia a áreas urbanas y su combinación con la variable densidad poblacional, dado que la mayoría de los casos ocurren en zonas peri-urbanas. No obstante, los modelos predictivos captaron la importancia de las precipitaciones en la distribución de los casos de SPH, relación que se observa claramente en el norte del territorio. Asimismo un factor común a estos estudios es la dificultad en la determinación del sitio preciso de contagio, razón por la cual se consideró información ambiental de 5 km a la redonda de la ocurrencia del caso. Si bien restan aún muchas preguntas por responder y análisis que realizar para llegar a un mapa de riesgo de SPH para Argentina, consideramos que este mapa de distribución preliminar es un primer paso en esa dirección.