Published online : 27 October 2023 Article Outline
Data Release
Spatial patterns associated with the distribution of immature stages of Aedes aegypti in three dengue high-risk municipalities of Southwestern Colombia
Cristina Sánchez Gutierrez
Cristina Sánchez Gutierrez
Grupo de Entomología, Instituto Nacional de Salud, Bogotá, Colombia
Find this author on Google Scholar
Find this author on PubMedErika Santamaría
Erika Santamaría
Grupo de Entomología, Instituto Nacional de Salud, Bogotá, Colombia
Carlos Andrés Morales
Carlos Andrés Morales
Secretaría de Salud Departamental del Cauca, Popayán, Colombia
María Camila Lesmes
María Camila Lesmes
Grupo de Entomología, Instituto Nacional de Salud, Bogotá, Colombia
Universidad de Ciencias Aplicadas y Ambientales, Bogotá, Colombia
Universidad de Ciencias Aplicadas y Ambientales, Bogotá, Colombia
Horacio Cadena
Horacio Cadena
Programa de Estudio y Control de Enfermedades Tropicales PECET, Medellín, Colombia
Alvaro Avila-Diaz
Alvaro Avila-Diaz
Universidad de Ciencias Aplicadas y Ambientales, Bogotá, Colombia
Research Group “Interactions Climate-Ecosystems (ICE)”, Earth System Science Program, Faculty of Natural Sciences, Universidad del Rosario, Bogotá, Colombia
Research Group “Interactions Climate-Ecosystems (ICE)”, Earth System Science Program, Faculty of Natural Sciences, Universidad del Rosario, Bogotá, Colombia
Patricia Fuya
Patricia Fuya
Grupo de Entomología, Instituto Nacional de Salud, Bogotá, Colombia
Catalina Marceló-Díaz
* Catalina Marceló-Díaz
Grupo de Entomología, Instituto Nacional de Salud, Bogotá, Colombia
Corresponding author. E-mail: cmarcelo@ins.gov.co; catalina.marcelo@udea.edu.co
216
82
Cite this article as...
Cristina Sánchez Gutierrez, Erika Santamaría, Carlos Andrés Morales, María Camila Lesmes, Horacio Cadena, Alvaro Avila-Diaz, Patricia Fuya, Catalina Marceló-Díaz, Spatial patterns associated with the distribution of immature stages of
Article Information
Journal title: Gigabyte
Publisher name: GigaScience Press
Publisher location: Sha Tin, New Territories, Hong Kong SAR
Article series: Vectors of human disease series
Received: 02 May 2023
Accepted: 22 October 2023
Published: 27 October 2023
Preprint submitted to: https://doi.org/10.1590/SciELOPreprints.6611
Copyright © The Author(s) 2023.
https://creativecommons.org/licenses/by/4.0/
Data description
Introduction
The Aedes aegypti mosquito is the main vector of human arbovirosis, encompassing diseases such as yellow fever, dengue, chikungunya, and Zika, which are prevalent in tropical and subtropical areas [1]. Its adaptation to local anthropic conditions, urban environments, together with the optimal temperature, precipitation, and relative humidity, among other environmental and socioeconomic factors, has given this mosquito the ability to establish reproductive populations spanning both urban and rural domains [2–4]. In Colombia, Ae. aegypti is the main vector of the dengue virus and is reported at altitudes between sea level and 2,302 m. Therefore, the significant presence and abundance of this vector threaten public health within the country [5, 6].
Direct proximity to humans has allowed the hematophagous female to feed on human or domestic animal blood, causing infestations in different types of containers in and around households. In this context, the presence of artificial and natural containers, such as tanks, drums, bottles, tires, aquatic plants (bromeliads and water retained in plant axils), stagnant water, and pet drinking troughs, serve as potential breeding grounds for the immature stages of Ae. aegypti
[7, 8]. The surveillance of these types of containers helps reduce the proliferation of pupae and, therefore, mosquito densities. Hence, mosquito sampling is an indispensable tool for designing approaches of entomological surveillance of the vector specific to each situation [9].
Following the methodologies established for Colombia [7, 10], the inspection of potential breeding sites is determined with entomological indicators that make it possible to identify the index of pupae per person, pupal productivity, and the presence of immature stages in dwellings [7, 10]. However, this is not done in all regions. The importance of using this type of entomological index lies in providing a representative approximation of the local adult populations of mosquitoes while requiring a relatively small sample size for household inspection [9, 11]. Furthermore, the index of pupae per person makes it possible to calculate a minimum level of Ae. aegypti pupae infestation that significantly enhances the risk of dengue virus (DENV) transmission. Specifically, if the index of pupae per person ranges from 0.5 to 1.5 at 28 °C with 0% to 67% seroprevalence [12], making it possible to identify areas at higher risk.
Surveillance of Ae. aegypti mosquitoes has mainly relied on qualitative larval indices, bearing little relation to the number of female mosquitoes. Moreover, Ae. aegypti populations have been reported to be spatially heterogeneous in some areas [11]. Thus, using spatio-temporal analyses to predict Ae. aegypti hot spots, i.e., groups of dwellings with higher pupal productivity, high vector density, and potential DENV transmission, is an innovative strategy that could help the prevention, vector control, and integrated management of dengue in high-risk municipalities. This is because this method allows detecting patterns of geographical distribution of the vector [11, 13]. Consequently, it is fundamental to embrace this kind of infestation indices because immature stages, specifically the pupae, represent a precursor stage to adult mosquitos with very low mortality. This increases the correlation between Ae. aegypti density and dengue virus [7, 14].
Thus, in this study, entomological surveillance was compared using quantitative indices of pupae and adults in three municipalities at high dengue risk: Patía (El Bordo), Miranda, and Piamonte in the Cauca department. Specifically, our study aimed at examining the influence of pupal productivity, among other entomological indices, on the density of adult mosquitoes, and their spatial and temporal patterns. Spatial regression and bivariate spatial autocorrelation analyses were carried out, allowing to model and explore spatial relationships, while capturing the relationship between variables even when they did not overlap within the same space.
Context
A total of 160 biological records (3,806 specimens) of the immature stage (pupae) of Ae. aegypti were collected from dwellings in the municipalities of Patía (El Bordo), Miranda, and Piamonte, within the department of Cauca, in the southwest of Colombia. These municipalities are part of an ongoing research project titled “Spatial stratification of dengue based on the identification of risk factors: a pilot trial in the department of Cauca” headed by the Entomology Group of the National Institute of Health, the Secretary of Health of Cauca, and the University of Applied and Environmental Sciences (UDCA). Among other objectives, this project seeks to evaluate the robustness of the link between entomological variables, which explains the spatial pattern observed in the distribution of dengue fever.
The data were collected between 2021 and 2022 by a multidisciplinary team of environmental health technicians, geographic and environmental engineers, and professionals with extensive experience in medical entomology. In this dataset, we distinguish three sampling periods for each municipality. For Patía: March and October 2021, and March and April 2022; for Miranda: April and November 2021, and May 2022; and for Piamonte, July 2021, and February and July 2022. A fourth sampling period was performed in August and October 2022 in the municipalities of Patía and Miranda, respectively, to increase the sample size to carry out the serotyping of the specimens.
The immature stages (pupae) were collected from the inspection of containers smaller or larger than 20 l, including tanks, drums, and tires, among others, from inside the houses of three municipalities. The municipalities were selected as study areas based on their endemic-epidemic behaviours for DENV transmission, as they are characterized by focal endemics, heterogeneous transmission scenarios, and temporal and cyclical patterns of at-risk populations.
The resulting pupae dataset is in Darwin Core file format, with 73 terms available. We included all mandatory fields, which were submitted to the Integrated Publishing Toolkit (IPT) for review by SiB-Colombia. Metadata fields are also available from the IPT website [15]. A total of 3,480 adult individuals of the family Culicidae are included in this dataset. Of these, about 69% of the specimens were previously reported in 2021 [16], while 1,078 are the new records collected in 2022.
These biological registers are fundamental for the scientific community as they provide the geographical coordinates and entomological indices necessary for the public health surveillance performed by health entities. In particular, these measures are essential for preventing and controlling the etiological agent from houses and neighbourhoods with high infestation rates.
Methods
Sampling
The specimens of the immature stages of the Ae. aegypti pupae belonged to dwellings located in the municipalities of Patía (El Bordo), Miranda, and Piamonte, within the department of Cauca, Colombia (Figure 1). These municipalities were selected because they were considered endemic-epidemic with a high dengue transmission risk after conducting a spatiotemporal analysis [16]. The sample size was delimited spatial scale of blocks by Kernel density analysis, georeferencing the dengue cases reported from 2015 to 2019 in the urban areas of each municipality. Additionally, the sample size was calculated from the estimated prevalence of dengue (10.5%) in the municipality [17] with a confidence level of 99% calculated by the Epi Info™ software, using the estimated population size and the clusters obtained in the Kernel analysis.
Figure 1.
Interactive map of the georeferenced occurrences hosted by GBIF [18]. https://www.gbif.org/dataset/a51b1fb9-6e67-42b9-879b-5f21e4d85642
In total, 1,919 dwellings were visited in 26 neighbourhoods during March, April, July, and October 2021, and February, March, May, July, August, and October 2022. In the municipality of Patía, 11 neighbourhoods were visited (n = 580 households), in Miranda 12 neighbourhoods (n = 854 households), and in Piamonte four neighbourhoods (n = 485 households).
Species collection
A survey of the dwellings was carried out during the day between 8:00 a.m. and 5:00 p.m. Then, the parameters stipulated in the guide Management for the entomological surveillance and control of dengue transmission were followed [7, 10]. Artificial water containers found in the households were selected. All breeding sites were inspected regardless of their size, i.e., containers smaller than 20 l, such as bottles, vases, cans, tires, and small plastic containers. The pupae were collected with a Pasteur pipette and then counted. For containers larger than 20 l, the number of pupae collected with a sweep net was counted, and the volume of the tanks for water storage (TWS) and the existing water level were evaluated to calculate the calibration factor [7] and obtain the estimated number of pupae or the pupal productivity.
Entomological inspections for adult mosquitoes were conducted during specific months in 2021 (February, March, April, July, October, and November) and 2022 (February, March, May, and July). These inspections were performed between 8:00 a.m. and 5:00 p.m., averaging 10 min per house. In each dwelling, a search for adult mosquitoes was conducted in the living room, dining room, bathrooms, kitchens, laundry yard, and other areas; the mosquitoes were captured using a Prokopack aspirator. Using these procedures, during the examination, special attention was directed toward exploring shaded areas and locations near water containers.
Species classification and spatial characterization
After the collection of the immature stages (pupae) and adults, the species were identified and taxonomically classified by entomological experts supported by the taxonomic keys developed by Forattini [19] (1995) and Harrison et al. [20] (2016) to differentiate them from the immature stages and adults belonging to other species. Continuing with the field protocol, 3,806 pupae of Ae. aegypti were identified, of which 395 were preserved in 0.2 ml vials with RNAlater© for subsequent processing with molecular biology techniques at the Entomology group and the Genomics of Emerging Microorganisms group of the National Institute of Health (Bogotá, Colombia) [21].
The entomological information collected was recorded using the ArcGIS® Survey 123 application [22], which provided the geographic location of each specimen collected. A code was associated to each vial with the socio-demographic information of the survey. The total number of pupae recorded in each survey was used to determine the entomological indices of pupal productivity, female productivity, pupal index per person, Breteau’s pupal index [7, 10], and Aedes sp. pupae sex ratio F:M (Table 1).
Table 1
| Index | Calculation | Interpretation |
|---|---|---|
| Pupal productivity | (Number of pupae in the container type * calibration factor) | Calculate the estimated number of pupae per container. For deposits smaller than 20 l, only the number of pupae is counted. For deposits larger than 20 l, multiply the number of pupae by calibration factor (c.f.) provided by water level. Water levels: <1/3 c.f. not applicable; 1/3 c.f.: 2.6; 2/3 c.f.: 3.0; 3/3 c.f.: 3.5. |
| Female pupae productivity | (Number of pupae assuming a 1:1 sex ratio at emergence) | Estimate the number of emerging adult mosquito females produced per container. |
| Pupae-per-person index | (Pupal productivity/total population of the screened houses) | Generate an estimate of the number of pupae per person in the screened household. |
| Breteau Index | (Number of containers with any pupae *100/Number of screened houses) | Defined as total number of positive containers per 100 households inspected. Determined by a ratio of positive containers to screened households. |
The entomological information, together with the geographical block information of the municipalities, was used to perform scatterplot analyses (R2, slope b, p-value), as well as scatterplot matrices to evaluate the relationships between entomological variables: number of adult Ae. aegypti mosquitoes [18], total number of pupae, pupal productivity, female productivity, and number of pupae per person vs. the frequency of tanks for water storage, miscellaneous containers smaller than 20 l, and drums.
A global bivariate Moran Index analysis (p ≤ 0.05) was performed to detect the distribution of variables related to spatial clustering. The Moran Index ranges from −1 to 1, where −1 indicates dispersed clustering patterns, 0 indicates randomness, and 1 suggests perfect association. Next, a Local Moran Index analysis distributed the significant (p = 0.05) clusters of dwelling blocks into four types of local spatial association. (I) high(x)-high(y) indicates areas with high values of the variable (x) surrounded by values above the mean of the variable under analysis (y); (II) low(x)-high(y) indicates areas with low values of the variable (x) surrounded by neighbouring areas with values above the mean of the variable (y); (III) low(x)-low(y) indicates areas with low values of the variable (x) surrounded by areas with values below the mean of the variable (y); and (IV) high(x)-low(y) indicates areas with high values of the variable (x) surrounded by areas below the mean of the variable (y) [13].
The above analyses were performed for two sampling periods in each municipality. For the municipality of Patía (El Bordo), samples were collected in March and October 2021, for Miranda samples were collected in April and November 2021, and for Piamonte samples were collected in July 2021 and February 2022, since the rainfall pattern was seasonal between these months. Finally, the analyses were performed using the GeoDa v1.20 program [23] and the maps were visualized using the ArcGIS® 10.8 software (RRID:SCR_011081).
Data validation and quality control
A total of 3,480 adult specimens were identified across 1,200 households, comprising 1,459 females and 2,021 males. In 2021, 2,402 records were documented, while 1,078 new records were added in 2022. In terms of municipal distribution, Miranda reported 500 individuals (14.36%), Patía 1,305 (37.5%), and Piamonte had the highest count with 1,675 (48.13%) adult individuals. Notably, 71 individuals were found within a Patía household, and an additional 125 individuals were identified within a different household in Piamonte.
Moreover, a total of 3,806 immature specimens (pupae) of Ae. aegypti were identified, distributed among 160 records (positive dwellings out of the total inspected). For the municipality of Patía (El Bordo), 1,493 individuals were found in 67 positive dwellings, for Miranda 1,173 individuals were in 58 dwellings, and for Piamonte 1,140 individuals were found in 35 dwellings. The neighbourhoods with the highest number of specimens were Villa Los Prados (n = 519) and La Paz (n = 359) in Piamonte, followed by the San Antonio neighbourhood (n = 391) in Miranda, and the Libertador (n = 441) and Olaya Herrera (n = 438) neighbourhoods in Patía. It should be noted that 70 of the inspected dwellings were found with more than 15 pupae inside the house. The largest number of detected specimens belonged to a house in the municipality of Piamonte, with 280 pupae (Table 2).
Table 2
| Entomological measure | Municipality | Total | ||
|---|---|---|---|---|
| Patía | Miranda | Piamonte | ||
| Number of houses screened | 580 | 854 | 485 | 1919 |
| Number of habitants in screened houses | 2098 | 3735 | 1880 | 7713 |
| # of positive houses with Aedes sp. pupae (%) | 67 (11.55%) | 58 (6.79%) | 35 (7.22%) | 121 |
| Number of containers screened | 1142 | 1067 | 984 | 3193 |
| # of positive containers with Aedes sp. Pupae (%) | 50 (4.38%) | 43 (4.03%) | 36 (3.66%) | 129 |
| Total #of Aedes sp. pupae | 425 | 530 | 389 | 1344 |
| Aedes sp. pupae productivity | 1493 | 1173 | 1140 | 3806 |
| Aedes sp. pupae sex ratio F:M [21, 22] | 1:1 | 1:1 | 1:1 | 1:1 |
| Number of pupae per person | 0.71 | 0.31 | 0.61 | 1.63 |
| Breteau index | 8.62 | 5.04 | 7.42 | 21.08 |
For the wet season of the sampling, our spatial regression analysis found a positive correlation for the municipalities. Specifically, the determination coefficient between the captures of pupae and adults was higher than 50% in the municipalities of Patía (R = 0.7292; R2 = 0.53) and Miranda (R = 0.7486; R2 = 0.56) and lower in Piamonte (R = 0.4252; R2 = 0.18), highlighting the relevance of the adult index for entomological surveillance. In addition, a spatial autocorrelation was observed between the presence of pupa-positive houses and a higher density of adults in neighbouring blocks.
For the Patía municipality, the variable productivity of female pupae explained the number of adult mosquitoes with a model adjustment of 53.2% in the period of higher rainfall and with an adjustment of 8.4% in the period of lower rainfall, presenting in both cases positive autocorrelation between the variables (Table 3). This allowed us to locate the clusters in which pupal productivity generated a high mosquito density at the block level (Figure 2).
Table 3
Results of the regression analysis and the bivariate spatial autocorrelation for entomological variables of Ae. aegypti in Patía, Miranda, and Piamonte, according to the seasonality of sampling.
| Municipality | Seasonality | Variables (X, Y) | Parameters | Moran I (MI) | ||
|---|---|---|---|---|---|---|
| R2 | Slope b | p value | ||||
| Patía (El Bordo) | Wet season higher precipitation March 2021 | % TWS - PPPPupal productivity ♀ - PPP% TWS - No. adult mosquitoes% TWS - Pupal productivity ♀Pupal productivity ♀ - No. adult mosquitoes | 0.2320.3270.1260.3740.532 | 0.0820.3130.0530.1910.530 | 0.000*0.000*0.006*0.000*0.000* | 0.264 0.325 0.132 0.109 0.108 |
| Wet season lower precipitation October 2021 | % TWS - PPPPupal productivity ♀ - PPP% Flower vases - PPP% Flower vases - Pupal productivity ♀Pupal productivity ♀ - No. adult mosquitoes | 0.5600.6800.2620.1500.084 | 0.1060.2620.5870.7010.145 | 0.000*0.000*0.000*0.004*0.035* | −0.048 0.034 0.033 0.115 0.196 | |
| Miranda | Wet season lower precipitation April 2021 | Pupal productivity ♀ - No. adult mosquitoes% TWS - No.adult mosquitoesPupal productivity- No. adult mosquitoes (♀) | 0.560.1160.437 | 0.1140.070.028 | 0.000*0.001*0.000* | 0.086 0.051 0.043 |
| Wet season higher precipitation November 2021 | Pupal productivity ♀ - No. adult mosquitoes% TWS- number of adult mosquitoesPupal productivity - No. adult mosquitoes (♀) | 0.0430.0000.045 | 0.366-0.0030.145 | 0.0640.9650.058* | −0.035 −0.029 −0.047 | |
| Piamonte | Wet season higher precipitation July 2021 | Pupal productivity ♀ - No. of adult mosquitoes% miscellaneous containers < 20L - PPP% drums-Pupal productivity ♀ | 0.1810.0010.054 | 0.037-0.0631.026 | 0.004*0.8090.123 | 0.058 0.054 0.043 |
| Dry season lower precipitation February 2022 | Pupal productivity ♀ - No. adult mosquitoes% miscellaneous containers 20L - PPP% drums-Pupal productivity ♀% buckets-Pupal productivity ♀ | 0.1970.0060.1070.377 | 0.0850.0040.2471.357 | 0.005*0.6430.042*0.000* | 0.044 0.124 0.112 −0.026 | |
PPP: pupae per person, TWS: tanks for water storage, * p ≤ 0.05.
Figure 2.
Bivariate local Moran index for the variables pupal productivity (x) and number of adult mosquitoes (y) in the municipalities of Patía, Miranda, and Piamonte (2021–2022).
Variables such as the frequency of positive vases when rainfall reached only 1 mm (October 2021) explained the female pupal productivity by only 15%. However, in the period of higher precipitation (211 mm, March 2021), the tank container explained 37% of the female pupal productivity and, subsequently, the density of adult mosquitoes. This comparison is interesting, considering that the climate of the Patía municipality is bimodal, with peaks in April and November [26]. Our local analysis (LISA) observed heterogeneous high-high and low-low spatial clusterings for each season, mainly in the Olaya Herrera neighborhood (March and October 2021).
The model for the municipality of Miranda showed an R2 model fit of 56% and a positive spatial autocorrelation in the season of lower rainfall, although with a high percentage of relative humidity, among the variables of female pupal productivity, explaining the number of adult mosquitoes. Positive autocorrelation was also found for the variables frequency-of-positive-low-TWS and pupae-productivity. However, for the period of higher precipitation and lower relative humidity, a negative spatial autocorrelation was found for the variables evaluated, i.e., with clustering patterns close to randomness (Table 3).
For Piamonte, during the wet season, the female-pupal-productivity variable explained the model fit (R2) by 18%, with a positive bivariate spatial autocorrelation (Moran Index (MI) = 0.058). Miscellaneous containers smaller than 20 l, drums, and TWS presented non-significant positive autocorrelation of entomological indicators and number of adults. This latter finding is in contrast with the correlation between the percentage of positive buckets and pupae productivity (R2 = 37.7%) in the dry season of sampling.
These findings suggest that for the species Ae. aegypti, pupal productivity generates high densities of adults in neighbouring houses, allowing us to identify with the local indicator of spatial association (LISA) the blocks of neighbourhoods where this trend occurs, evidencing seasonal behaviour. While the spatial correlation linked the capture of pupae and adults in the same geographical space, the bivariate autocorrelation (MI) related these same variables, without necessarily coinciding in the same dwelling. Likewise, between municipalities, a greater positive spatial autocorrelation between pupae and adults was observed in Patía, especially when precipitation decreased before the onset of the rainy season. Our results are similar to other spatiotemporal studies of mosquito density [13, 27], showing heterogeneous patterns of occurrence for each territory, with seasonal behaviours registering higher infestation rates in seasons of higher rainfall.
Re-use potential
Our database and vector distribution map provide important resources for understanding the spatial patterns of the vector and its relationship with entomological indicators and breeding sites, which could increase dengue virus transmission in the municipalities.
To improve the accessibility and usability of these data, they have been included in the GBIF. These data will be useful for making representative approximations of mosquito densities, mapping areas with high increases in pupal productivity, and linking other environmental, entomological, or socio-demographic determinants, providing essential information to generate innovative strategies for prevention, vector control, and management of dengue. We suggest others make their data available as well.
Data Availability
Editor’s note
This paper is part of a series of Data Release articles working with GBIF and supported by TDR, the Special Programme for Research and Training in Tropical Diseases, hosted at the World Health Organization [29].
Abbreviations
DENV, dengue virus; IPT, Integrated Publishing Toolkit; LISA, local indicator of spatial association; MI, Moran Index; TWS, tanks for water storage; UDCA, University of Applied and Environmental Sciences.
Declarations
Ethics approval and consent to participate
This work was ethically approved by the Comité de Etica y Metodologías de la Investigación (CEMIN) of the National Institute of Health in Bogotá, Colombia (Research Project CEMIN 13-2019).
Consent for publication
Not applicable.
Competing Interests
The authors declare that they have no competing interests.
Authors’ contributions
CS: data curation, writing (original draft, editing), data analysis, software, investigation; ES: investigation, supervision, project administration, field data, writing (review and editing); CAM: conceptualization, project administration, field data, writing (review and editing); MCL: field data, data curation, visualization; HC: writing (review and editing); AAD: writing (review and editing); PF: writing (review and edit, field data; CMD: conceptualization, data curation, software, visualization, writing (original draft, editing), methodology, project administration, funding acquisition, investigation. All authors made comments on the manuscript.
Funding
This work was supported by the National Institute of Health, Bogotá, Colombia (research project CEMIN 13-2019), the Secretaria de Salud Departamental del Cauca, the Universidad de Ciencias Aplicadas y Ambientales UDCA and Ministerio de Ciencia, Tecnología e Innovación de Colombia (research project 210484467217).
Acknowledgements
We thank officials of the Department of Health of Cauca, especially the leader of the Inspection, Surveillance and Health Control Process, Hernando Gil Gómez, for his support in the realization of this research project; to the engineer Anderson Hair Piamba in the ETV Program for his support; and to the vector-borne diseases technicians in the municipality of Patía, Miranda and Piamonte for Ae. aegypti catches. We thank Marco Fidel Suárez for his valuable assistance in performing the fieldwork and his knowledge. We also thank the Genomics of Emerging Microorganisms group of the INS and especially to the Biologist Alicia Rosales Munar for their collaboration with the use of equipment to carry out the processing of the specimens. Lastly, we are deeply grateful to the Sistema de Información sobre Biodiversidad de Colombia (SiB Colombia) for their support in the publishing data process.
References
1López-LatorreMA, NeiraM. Influencia del cambio climático en la biología de Aedes aegypti (Diptera: Culicidae) mosquito transmisor de arbovirosis humanas. Rev. Ecuat. Med. Cienc. Biol., 2016; 37(2): 11–21. ISSN: 2477-9148.
2TalbotB, SanderB, CevallosV Determinants of Aedes mosquito density as an indicator of arbovirus transmission risk in three sites affected by co-circulation of globally spreading arboviruses in Colombia, Ecuador and Argentina. Parasites Vectors, 2021; 14(1): 482. doi:10.1186/s13071-021-04984-z.
3Vásquez-TrujilloA, Cardona-ArangoD, Segura-CardonaAM House-level risk factors for Aedes aegypti Infestation in the Urban Center of Castilla la Nueva, Meta State, Colombia. J. Trop. Med., 2021; 2021: 8483236. doi:10.1155/2021/8483236.
4OvergaardHJ, OlanoVA, JaramilloJF A cross-sectional survey of Aedes aegypti immature abundance in urban and rural household containers in central Colombia. Parasites Vectors, 2017; 10(1): 356. doi:10.1186/s13071-017-2295-1.
5Ruiz-LópezF, González-MazoA, Vélez-MiraA Presencia de Aedes (Stegomyia) aegypti (Linnaeus, 1762) y su infección natural con el virus del dengue en alturas no registradas para Colombia. Biomedica, 2016; 36(2): 303–308. doi:10.7705/biomedica.v36i2.3301.
6NelsonMJ. Aedes aegypti: biologia y ecologia. Organización Panamericana de la Salud. 1986; https://iris.paho.org/handle/10665.2/28513. Accessed 18 February 2022.
7Romero-VivasCM, LlinásH, FalconarAK. Three calibration factors, applied to a rapid sweeping method, can accurately estimate Aedes aegypti (Diptera: Culicidae) pupal numbers in large water-storage containers at all temperatures at which dengue virus transmission occurs. J. Med. Entomol., 2007; 44(6): 930–937. doi:10.1603/0022-2585(2007)44[930:tcfata]2.0.co;2.
8HaT-A, LeónTM, LalanguiK Household-level risk factors for Aedes aegypti pupal density in Guayaquil, Ecuador. Parasites Vectors, 2021; 14(1): 458. doi:10.1186/s13071-021-04913-0.
9BarreraR. Recommendations for the surveillance of Aedes aegypti. Biomedica, 2016; 36(3): 454–462. doi:10.7705/biomedica.v36i3.2892.
10Ministerio de la Protección Social República de Colombia. Instituto Nacional de Salud. Organización Panamericana de la Salud. Anexo 8. Procedimientos para la recolecta de larvas, pupas y mosquito adultos de Aedes aegypti. En: Gestión para la Vigilancia entomológica y control de la transmisión de dengue. Colombia. 2011.
11LaConG, MorrisonAC, AsteteH Shifting patterns of Aedes aegypti fine scale spatial clustering in Iquitos, Peru. PLoS Negl. Trop. Dis., 2014; 8(8): e3038. doi:10.1371/journal.pntd.0003038.
12FocksDA, BrennerRJ, HayesJ Transmission thresholds for dengue in terms of Aedes aegypti pupae per person with discussion of their utility in source reduction efforts. Am. J. Trop. Med. Hyg., 2000; 62(1): 11–18.
13CavalcanteACP, de OlindaRA, GomesA Spatial modelling of the infestation indices of Aedes aegypti: an innovative strategy for vector control actions in developing countries. Parasites Vectors, 2020; 13(1): 197. doi:10.1186/s13071-020-04070-w.
14AlcaláLA, QuinteroJ, GonzálezC Productividad de Aedes aegypti (L.) (Diptera: Culicidae) en viviendas y espacios públicos en una ciudad endémica para dengue en Colombia. Biomedica, 2015; 35(2): 258–268. doi:10.7705/biomedica.v35i2.2567.
15Sistema de Información sobre Biodiversidad de Colombia - SiB IPT. https://ipt.biodiversidad.co/sib/.
16Marceló-DíazC, MoralesCA, LesmesMC Arbovirus vectors in municipalities with a high risk of dengue in Cauca, Southwestern Colombia. GigaByte, 2022; 2022: gigabyte53. doi:10.46471/gigabyte.53.
17PadillaJ, RojasD, Sáenz-GómezR. Dengue en Colombia: epidemiología de la reemergencia a la hiperendemia. Revista Salud Bosque, 2012; 5(1): 81–83. doi:10.18270/rsb.v5i1.186.
18Marceló-DíazC, MoralesCA, FuyaOP Registros de los dípteros causantes de la transmisión del agente etiológico del dengue en el departamento del Cauca, Colombia. Version 1.8. Instituto Nacional de Salud. 2023; Occurrence dataset https://doi.org/10.15472/dxbowv accessed via GBIF.org on 2023-04-19.
19ForattiniOP. Principais mosquitos de importância sanitária no Brasil. Cad. Saúde Pública, 1995; 11(1): 157–158. doi:10.1590/S0102-311X1995000100027.
20HarrisonBA, ByrdBD, SitherCB The Mosquitoes of the Mid-Atlantic Region: An Identification Guide. Cullowhee, North Carolina: Western Carolina University, 2016. ISBN: 9780692646359.
21Instituto Nacional de Salud Columbia Website. http://www.ins.gov.co.
22ArcGIS Survey123 Website. https://survey123.arcgis.com/.
23GeoDa Website. https://geodacenter.github.io/.
24FocksDA, AlexanderN, VillegasE. Multicountry study of Aedes aegypti pupal productivity survey methodology: Findings and recommendations. Dengue Bull., 2007; (31): 192–200. https://iris.who.int/handle/10665/170461.
25LounibosLP, EscherRL. Sex ratios of mosquitoes from long-term censuses of Florida tree holes. J. Am. Mosq. Control Assoc., 2008; 24(1): 11–15. doi:10.2987/5656.1.
26BlancoK, VillamizarSR, Avila-DiazA Daily dataset of precipitation and temperature in the Department of Cauca, Colombia. Data Brief, 2023; 50: 109542. ISSN 2352-3409, doi:10.1016/j.dib.2023.109542.
27GomesH, de JesusAG, QuaresmaJ. Arboviroses of interest in public health transmitted by Aedes aegypti in Tocantins: A one health analysis. SSRN Electron. J., 2022; doi:10.2139/ssrn.4210214.
28SánchezC, SantamaríaE, MoralesCA Supporting data for “Spatial patterns associated with the distribution of immature stages of Aedes aegypti in three high-risk dengue municipalities of Southwestern Colombia”. GigaScience Database, 2023; http://dx.doi.org/10.5524/102439.
29Vectors of Human Disease Series. GigaByte. 2022; https://doi.org/10.46471/GIGABYTE_SERIES_0002.
Descripción de los datos
Introducción
El mosquito Aedes aegypti es el principal vector de las arbovirosis humanas, tales como: fiebre amarilla, dengue, chikungunya y Zika, las cuales son prevalente en áreas tropicales y subtropicales [1.]. Su adaptación a condiciones antrópicas locales, ambientes urbanos, condiciones óptimas de temperatura, precipitación, humedad relativa entre otros factores ambientales y socioeconómicos le han conferido la capacidad de establecer sus poblaciones reproductivas entre las poblaciones urbanas y rurales [2.–4.]. Para el caso de Colombia, Ae. aegypti es el principal vector del virus dengue reportándose en altitudes entre el nivel del mar hasta los 2302 m. Por lo tanto, la presencia en un amplio rango altitudinal y la abundancia de este vector son una amenaza a la salud pública del país. [5., 6.].
El estrecho contacto con los seres humanos ha permitido que la hembra de Ae. aegypti de hábitos hematófagos se alimente de sangre humana o de animales domésticos; causando infestaciones en diferentes tipos de contenedores en los domicilios y sus alrededores. En ese sentido, la presencia de contenedores artificiales y naturales como tanques, barriles, botellas, neumáticos, plantas acuáticas (bromelias y agua retenida en la parte axilar de las plantas), agua estancada, bebederos de mascotas, entre otros, se convierten en criaderos potenciales de estados inmaduros del mosquito Ae. aegypti [7., 8.]. La vigilancia de este tipo de contenedores contribuye a reducir la proliferación de pupas y por ende densidades del mosquito, su muestreo se convierte en una herramienta indispensable para diseñar enfoques de vigilancia entomológica del vector, pertinentes a cada situación [9.].
De acuerdo con la metodología para la búsqueda activa de potenciales criaderos establecida para Colombia [7., 10.], la inspección se determina con indicadores entomológicos que permiten dar a conocer el índice de pupas por persona, productividad de pupas y la presencia de estadios inmaduros en las viviendas [7., 10.]. Sin embargo, esto no se lleva a cabo en todas las entidades territoriales. La importancia de emplear este tipo de indicadores entomológicos es que proporcionan una aproximación representativa de las poblaciones locales adultas del mosquito requiriendo un tamaño muestral de inspección de casas relativamente pequeño [9., 11.]. Por otra parte, el índice de pupas por persona posibilita calcular un umbral mínimo de infestación por pupas de Ae. aegypti para el riesgo de transmisión del virus dengue (DENV). Específicamente si este índice oscila entre 0,5 a 1,5 para temperaturas de 28 °C y seroprevalencias entre 0% a 67% [12.], permite esclarecer zonas con mayor riesgo.
La vigilancia del mosquito Ae. aegypti se ha basado principalmente en la obtención de los índices de larvas cualitativos, los cuales guardan poca relación con el número de hembras del mosquito. Por otra parte, se ha reportado que las poblaciones de Ae. aegypti son espacialmente heterogéneas en algunas zonas [11.]. Así pues, el uso del análisis espacio-temporal para predecir la aparición de puntos calientes de mosquitos Ae. aegypti, es decir, grupos de casas con elevados incrementos en la productividad de pupas, alta densidad del vector y potencial transmisión del DENV, es una de las estrategias innovadoras que pueden utilizarse para la prevención, control del vector y la gestión integrada del dengue en municipios de alto riesgo. Esto se debe a que este método permite detectar patrones de distribución geográfica del vector [11., 13.]. Por tal motivo, es de suma importancia considerar este tipo de índices de infestación debido que los estadios inmaduros, específicamente las pupas representan el estadio anterior próximo al adulto con muy baja mortalidad. De esta manera aumenta la correlación entre la densidad de Ae. aegypti y el virus del dengue [7., 14.].
Es así que, en este estudio, se comparó la vigilancia entomológica, mediante el uso de índices cuantitativos de pupas y de adultos en tres municipios de alto riesgo de dengue: Patía (El Bordo), Miranda y Piamonte en el departamento del Cauca. Principalmente con el fin de examinar cómo influye la productividad de pupas, entre otros índices entomológicos, en la densidad de mosquitos adultos y sus patrones espaciales y temporales. Para ello, se llevaron a cabo análisis de regresión espacial y de autocorrelación espacial bivariada, que permitieron modelar y explorar las relaciones espaciales, además de captar la relación entre los valores de dos variables, aun cuando estas no coincidían en el mismo espacio.
Contexto
Se documentan 160 registros biológicos (3.806 individuos) en estadio inmaduro (pupa) de la especie Ae. aegypti provenientes de las viviendas de los municipios de Patía (El Bordo), Miranda y Piamonte; ubicados en el departamento del Cauca, al suroccidente de Colombia. Estos municipios forman parte de un proyecto de investigación en curso titulado “Estratificación espacial del dengue basado en la identificación de factores del riesgo: un ensayo piloto en el departamento del Cauca”, liderado por el Grupo de Entomología del Instituto Nacional de Salud, la Secretaría de Salud del Cauca y la Universidad de Ciencias Aplicadas y Ambientales (UDCA). El cual busca entre otros, evaluar la fuerza de asociación de las variables entomológicas en la explicación del patrón espacial observado en la distribución del dengue.
Los datos fueron recopilados entre los años 2021 y 2022 por un equipo multidisciplinar de técnicos de sanidad ambiental, ingenieros geógrafos y ambientales, y profesionales con amplia experiencia en entomología médica. En este conjunto de datos se diferenciaron tres periodos de muestreo para cada municipio, para Patía: marzo y octubre del 2021 y marzo y abril del 2022; para Miranda: abril y noviembre del 2021 y mayo del 2022; y para Piamonte julio del año 2021 y febrero y julio del 2022. Un cuarto período de muestreo se llevó a cabo en agosto y octubre del 2022 en los municipios de Patía y Miranda respectivamente, con el fin de incrementar el tamaño de muestra para llevar a cabo serotipificación de los ejemplares.
Los estadios inmaduros (pupas) fueron recolectados de recipientes menores y mayores de 20 litros incluyendo, tanques, barriles, neumáticos, entre otros, provenientes del intradomicilio de las viviendas de los tres municipios. Los municipios fueron seleccionados como área de estudio por su comportamiento endemo-epidémico para la transmisión del virus dengue (DENV), caracterizado por presentar endemias focales, escenarios de transmisión heterogéneos, patrones temporales y cíclicos en poblaciones de riesgo.
El conjunto de datos de estadios inmaduros está en formato Darwin Core, con 73 términos disponibles. Todos los campos obligatorios están presentes y han sido sometidos a revisión en el IPT (Integrated Publishing Toolkit) del SiB-Colombia. Los campos de metadatos también están disponibles a través de las páginas disponibles en línea [15.]. También hacen parte de este conjunto de datos 3.480 individuos adultos de la familia Culicidae [16.], de los cuales alrededor del 69% de los especímenes fueron colectados en el año 2021, mientras que 1.078 individuos fueron nuevos registros recolectados en el año 2022.
Estos registros biológicos son fundamentales para la comunidad científica ya que proporcionan las coordenadas geográficas, así como índices entomológicos necesarios para la vigilancia en salud pública que se lleva a cabo por parte de las entidades de salud. En particular, estas medidas son esenciales para construir estrategias que permitan prevenir y controlar el dengue en viviendas y barrios con altos índices de infestación del vector.
Métodos
Muestreo
Los especímenes de los estados inmaduros de Ae. aegypti fueron recolectados en viviendas ubicadas en los municipios de Patía (El Bordo), Miranda y Piamonte en el departamento del Cauca, Colombia (Figure 1). Estos municipios fueron seleccionados por considerarse endemo-epidémicos con alto riesgo de transmisión del dengue, después de realizar un análisis espacio temporal [16.]. El tamaño de muestra fue delimitado a una escala espacial fina por manzanas mediante análisis de densidad de Kernel, georreferenciando los casos de dengue reportados en el periodo de 2015 a 2019 en áreas urbanas de cada municipio, adicionalmente el tamaño de la muestra se calculó a partir de la prevalencia estimada de dengue en el municipio (10,5%) [17.] con un nivel de confianza del 99% mediante el software Epi Info™, utilizando el tamaño de población estimado y los conglomerados obtenidos en el análisis Kernel.
Figura 1.
Mapa interactivo de las ocurrencias (especímenes) georreferenciadas depositadas en GBIF [18.].https://www.gbif.org/dataset/a51b1fb9-6e67-42b9-879b-5f21e4d85642.
En total, se visitaron 1.919 viviendas en 26 barrios durante los meses de marzo, abril, julio y octubre del año 2021, y febrero, marzo, mayo, julio, agosto y octubre de 2022. En el municipio de Patía se visitaron 11 barrios (n = 580 viviendas), en Miranda 12 barrios (n = 854 viviendas) y en Piamonte cuatro barrios (n = 485 viviendas).
Recolección de especies
Se ejecutó una inspección diurna de las viviendas entre las 8:00 y las 17:00 horas, posteriormente se siguieron los parámetros estipulados de la guía Gestión para la vigilancia entomológica y control de la transmisión de dengue [7., 10.]. Se seleccionaron los depósitos de aguas artificiales que se encontraron en el intradomicilio. Se inspeccionan todos los criaderos sin importar su tamaño, es decir, contenedores menores a 20 L como botellas, floreros, latas, llantas y plásticos pequeños, desde donde fueron recolectadas las pupas con una pipeta Pasteur para su posterior conteo. Para el caso de contenedores mayores a 20 L se contó el número de pupas recolectadas con una jama y se valoró el volumen del depósito, y nivel del agua existente para calcular el factor de calibración [7.] y obtener el número estimado de pupas o productividad de pupas.
Se realizaron inspecciones entomológicas en busca de mosquitos adultos durante meses específicos del año 2021 (febrero, marzo, abril, julio, octubre y noviembre) y 2022 (febrero, marzo, mayo y julio). Estas inspecciones se realizaron entre las 8:00 y las 17:00 horas, con una duración media de 10 minutos por vivienda. En cada hogar se buscaron mosquitos adultos en la sala, comedor, baños, cocinas, patio de lavado y otras áreas y se capturaron utilizando un aspirador Prokopack. Estos procedimientos se llevaron a cabo haciendo énfasis en la búsqueda en áreas sombreadas o lugares cercanos a recipientes con agua durante el recorrido.
Clasificación de especies y caracterización espacial
Posterior a la captura de los estadios inmaduros y adultos, se identificó y se clasificó taxonómicamente la especie Ae. aegypti por expertos entomólogos con el apoyo de las claves taxonómicas desarrolladas por Forattini [19.] (1995) y Harrison et al., [20.] (2016) para diferenciarlas de estadios inmaduros pertenecientes a otras especies. Continuando con el protocolo de campo, se identificaron 3.806 pupas de Ae. aegypti, de ellas, 395 fueron conservadas en viales de 0,2 mL con RNAlater© para su procesamiento con técnicas de biología molecular en el grupo de Entomología y el grupo de Genómica de Microorganismos Emergentes del Instituto Nacional de Salud (Bogotá, Colombia) [21.].
La información entomológica obtenida fue registrada empleando la aplicación de ArcGIS® Survey 123 [22.], la cual permitió obtener la ubicación geográfica de cada espécimen recolectado. Se asoció un código a cada vial con la información sociodemográfica de la encuesta y a partir del número total de pupas registradas en cada encuesta, se determinaron los índices entomológicos de productividad de pupas, productividad de hembras, índice de pupas por persona, índice pupal de Breteau [7., 10.] y proporción de individuos F:M de pupas Aedes sp. (Tabla 1).
Tabla 1
| Indicador | Cálculo | Interpretación |
|---|---|---|
| Productividad de pupas | (# pupas recolectadas * Factor de calibración) | Calcula el número estimado de pupas por cada depósito. Depósitos menores a 20 L se cuenta únicamente el número de pupas. Depósitos mayores a 20 L se multiplica por factor de calibración (f.c.) proporcionada por el nivel del agua. Niveles de agua: <1/3 f.c. no aplica; 1/3 f.c.: 2.6; 2/3 f.c.: 3.0; 3/3 f.c.: 3.5. |
| Productividad de hembras | (La razón hembra:macho es de 1:1) | Establece el número estimado de hembras producidas por el criadero. |
| Índice de pupas por persona | (Productividad de pupas/# habitantes) | Genera una estimación del número de pupas por persona en la vivienda inspeccionada |
| Índice pupal Breteau | (Número de depósitos positivos con pupas * 100/Número de viviendas inspeccionadas) | Suministra el número de depósitos con pupas por cada 100 casas. Determina una relación entre los depósitos positivos y las viviendas inspeccionadas. |
La información entomológica en conjunto con la información de las manzanas geográficas de los municipios se empleó para realizar análisis de diagramas de dispersión (R2, pendiente b, valor p), así como matrices de diagramas de dispersión para evaluar las relaciones entre las variables entomológicas: número de mosquitos adultos de Ae. aegypti [18.], número total de pupas, productividad de pupas, productividad de hembras, número de pupas por persona con respecto a la frecuencia de contenedores de tipo tanques bajos, contenedores diversos menores a 20 L y barriles.
A su vez, se realizó un análisis espacial mediante el Índice de Moran bivariante global (p ≤ 0,05) para detectar la distribución de las variables relacionadas con agrupaciones espaciales. El Índice de Moran se encuentra en un rango de −1 a 1, en donde −1 indica patrones de agrupación dispersos, 0 indica aleatoriedad y 1 asociación perfecta. Posteriormente, se ejecutó el análisis para el Índice de Moran Local que distribuyó los agrupamientos significativos (p = 0,05) de las manzanas de las viviendas con cuatro tipos de asociación espacial local (I) alto (x)-alto (y) indica zonas con valores elevados de la variable rodeados de valores superiores a la media de la variable a analizar, (II) bajo (x)-alto(y) indica zonas con valores bajos de la variable rodeada de zonas vecinas con valores por encima de la media de la variable, (III) bajo (x)-bajo (y) indica zonas con bajos valores de la variable rodeados de zonas con valores por debajo de la media de la variable y (IV) alto(x)-bajo (y) zonas con valores elevados de la variable rodeados de zonas por debajo de la media de la variable a analizar [13.].
Los anteriores análisis fueron realizados en dos épocas de muestreo en cada municipio, es decir, para el municipio de Patía (El Bordo) las muestras recolectadas en los meses marzo y octubre del año 2021, para Miranda las muestras correspondientes de abril y noviembre del año 2021; y para Piamonte las muestras de julio del año 2021 y febrero del año 2022 debido que entre esos meses se evidenció temporalidad en el patrón de precipitación de lluvias. Finalmente, los análisis se efectuaron en el programa GeoDa v1.20 [23.] y la visualización de los mapas en el software ArcGIS® 10.8 (SCR_011081).
Validación de datos y control de calidad
Se identificaron 3.480 especímenes adultos en 1.200 viviendas, de los cuales 1.459 correspondían a hembras y 2.021 a machos. En el año 2021 se documentaron 2.402 registros, mientras que en el año 2022 se añadieron 1.078 nuevos registros. Con respecto a la distribución por municipios, Miranda reportó 500 individuos (14,36%), Patía registró 1.305 individuos (37,5%), y Piamonte presentó los registros más altos con 1.675 (48,13%) individuos adultos. Cabe destacar que se encontraron 71 individuos en una sola vivienda perteneciente al municipio de Patía y otros 125 individuos en una vivienda diferente del municipio de Piamonte.
Adicionalmente, se registraron un total de 3.806 especímenes en estado inmaduro de Ae. aegypti, distribuidos en 160 registros (casas positivas del total de inspeccionadas). Para el municipio de Patía (El Bordo) se hallaron 1.493 individuos en 67 viviendas positivas, para Miranda 1.173 individuos en 58 viviendas y para Piamonte se encontraron 1.140 individuos en 35 viviendas. Los barrios con mayor cantidad de especímenes fueron Villa Los Prados (n = 519) y La Paz (n = 359) en Piamonte, seguido del barrio San Antonio (n = 391) en Miranda y los barrios Libertador (n = 441) y Olaya Herrera (n = 438) en el municipio de Patía. Cabe resaltar que, se encontraron 70 casas inspeccionadas con más de 15 pupas de Ae. aegypti al interior de la vivienda. El mayor número de especímenes detectados pertenecía a una casa del municipio de Piamonte, con 280 pupas (Tabla 2).
Tabla 2
| Medida entomológica | Municipio | Total | ||
|---|---|---|---|---|
| Patía | Miranda | Piamonte | ||
| Número de viviendas inspeccionadas | 580 | 854 | 485 | 1919 |
| Número de habitantes en las viviendas inspeccionadas | 2098 | 3735 | 1880 | 7713 |
| # casas positivas con pupas de Aedes sp. (%) | 67 (11,55%) | 58 (6,79%) | 35 (7,22%) | 121 |
| Número de contenedores inspeccionados | 1142 | 1067 | 984 | 3193 |
| # de contenedores positivos con pupas de Aedes sp. (%) | 50 (4,38%) | 43 (4,03%) | 36 (3,66%) | 129 |
| # total de pupas Aedes sp. | 425 | 530 | 389 | 1344 |
| Productividad de pupas Aedes sp. | 1493 | 1173 | 1140 | 3806 |
| Relación hembra:macho de pupas de Aedes sp. F:M [24., 25.] | 1:1 | 1:1 | 1:1 | 1:1 |
| Número de pupas por persona | 0,71 | 0,31 | 0,61 | 1,63 |
| Índice de Bretau | 8,62 | 5,04 | 7,42 | 21,08 |
Para la época lluviosa del muestreo, en el análisis de regresión espacial, se encontró una correlación positiva para los municipios. Específicamente con un coeficiente de determinación superior al 50% en los municipios de Patía (R = 0,7292; R2 = 0,53) y Miranda (R = 0,7486; R2 = 0,56) e inferior en Piamonte (R = 0,4252; R2 = 0,18) entre la captura de pupas y adultos, lo que sugiere el uso del índice de adultos para la vigilancia entomológica. Además, se observó una autocorrelación espacial entre la presencia de viviendas con pupas positivas y una mayor densidad de adultos en las manzanas vecinas.
Para el municipio de Patía, la variable productividad de pupas (hembra) explicó el número de adultos de Ae. aegypti con un ajuste del modelo del 53,2% en la época de mayor precipitación y con un ajuste de 8,4% en la época de menor precipitación, presentando en ambos casos autocorrelación positiva entre las variables (Tabla 3). Lo cual permitió localizar los conglomerados en los que la productividad de pupas genera alta densidad de mosquitos a nivel de manzana (Figura 2).
Figura 2.
Índice de Moran local bivariante para las variables productividad de pupas (x) y número de mosquitos adultos (y), en los municipios de Patía, Miranda y Piamonte (2021–2022).
Variables como la frecuencia de floreros positivos cuando las precipitaciones alcanzaron sólo 1 mm (octubre 2021), explicaron la densidad de mosquitos adultos sólo en un 15%; mientras que en el periodo de mayor precipitación (211 mm, marzo 2021), el contenedor tanques bajos explicó el 37% de la densidad de mosquitos adultos. Esta comparación resulta de interés teniendo en cuenta que el clima del municipio de Patía presenta un comportamiento bimodal con picos en los meses de abril y noviembre [26.]. Nuestro análisis local (LISA) observó agrupaciones espaciales heterogéneas alto-alto y bajo-bajo para cada temporada, principalmente en el barrio Olaya Herrera (marzo y octubre de 2021).
Con respecto al municipio de Miranda, se evidenció un ajuste del modelo R2 del 56% y autocorrelación espacial positiva en la época de menor precipitación, aunque con alto porcentaje de humedad relativa, entre las variables productividad de pupas hembra y el número de mosquitos adultos. Se identificó también la presencia de autocorrelación positiva para las variables frecuencia de tanques bajos positivos y productividad de pupas. No obstante, para la época de mayor precipitación y menor humedad relativa se encontró autocorrelación espacial negativa en las variables evaluadas, es decir, con patrones de agrupación cercanos a la aleatoriedad (Tabla 3).
Tabla 3
Resultados del análisis de regresión y autocorrelación espacial bivariada para las variables entomológicas del mosquito Ae. aegypti en Patía, Miranda y Piamonte, teniendo en cuenta la estacionalidad del muestreo.
| Municipio | Estacionalidad | Variables (X, Y) | Parámetros | I Moran (IM) | ||
|---|---|---|---|---|---|---|
| R2 | Pendiente b | p valor | ||||
| Patía (El Bordo) | Época lluviosa mayor precipitación Marzo 2021 | % tanques bajos - PPPProductividad de pupas ♀ - PPP% tanques bajos - No. mosquitos adultos% tanques bajos - Productividad de pupas ♀Productividad pupas ♀ - No. mosquitos adultos | 0,2320,3270,1260,3740,532 | 0,0820,3130,0530,1910,530 | 0,000*0,000*0,006*0,000*0,000* | 0,264 0,325 0,132 0,109 0,108 |
| Época lluviosa menor precipitación Octubre 2021 | % tanques bajos - PPPProductividad de pupas ♀ - PPP% floreros - PPP% floreros - Productividad de pupas ♀Productividad pupas ♀ - No. mosquitos adultos | 0,5600,6800,2620,1500,084 | 0,1060,2620,5870,7010,145 | 0,000*0,000*0,000*0,004*0.035* | −0,048 0,034 0,033 0,115 0,196 | |
| Miranda | Época lluviosa menor precipitación Abril 2021 | Productividad pupas ♀ - No. mosquitos adultos% tanques bajos - No. mosquitos adultosProductividad de pupas - No. mosquitos adultos (♀) | 0,5600,1160,437 | 0,1140,070,028 | 0,000*0,001*0,000* | 0,086 0,051 0,043 |
| Época lluviosa mayor precipitación Noviembre 2021 | Productividad pupas ♀ - No. mosquitos adultos % tanques bajos - No. mosquitos adultosProductividad de pupas - No. mosquitos adultos (♀) | 0,0430,0000,045 | 0,366 −0,0030,145 | 0,0640,9650.058* | −0,035 −0,029 −0,047 | |
| Piamonte | Época lluviosa mayor precipitación Julio 2021 | Productividad pupas ♀ - No. mosquitos adultos% contenedores diversos < 20 L - PPP% barriles - Productividad de pupas ♀ | 0,1810,0010,054 | 0,037 −0,0631,026 | 0,004*0,8090,123 | 0,058 0,054 0,043 |
| Época Seca bajas precipitaciones Febrero 2022 | Productividad pupas ♀ - No. mosquitos adultos% contenedores diversos < 20 L - PPP% barriles - Productividad de pupas ♀% baldes - Productividad de pupas ♀ | 0,1970,0060,1070,377 | 0,0850,0040,2471,357 | 0,005*0,6430,042*0,000* | 0,044 0,124 0,112 −0,026 | |
PPP: No. de pupas por persona. * p ≤ 0,05.
En el caso de Piamonte para la época lluviosa, la variable productividad de pupas hembra explicaron el ajuste del modelo (R2) en un 18% con autocorrelación espacial bivariada positiva (Índice de Moran IM = 0,058). En relación con los contenedores diversos menores a 20 L, barriles y tanques bajos presentaron autocorrelación positiva no significativa referente a los indicadores entomológicos y número de adultos, resultados que contrastan con la correlación entre el porcentaje de baldes positivos y la productividad de pupas (R2 = 37,7%) en la época seca del muestreo.
Los resultados sugieren que para la especie Ae. aegypti, la productividad de pupas genera altas densidades de adultos en las viviendas vecinas, lo que permite identificar con el indicador local de asociación espacial (LISA) las manzanas de los barrios donde esta tendencia ocurre, evidenciando un comportamiento estacional. Mientras que la correlación espacial vinculó la captura de pupas y adultos en el mismo espacio geográfico, la autocorrelación bivariada (IM) relacionó estas mismas variables, pero sin que coincidan necesariamente en la misma vivienda. Asimismo, entre municipios se observó una mayor autocorrelación espacial positiva entre pupas y adultos en Patía, especialmente cuando descienden las precipitaciones previo al inicio de la temporada de lluvia. Nuestros resultados son similares a otros estudios espacio-temporales relacionados con la densidad de mosquitos [13., 27.] mostrando patrones heterogéneos de ocurrencia para cada territorio, con comportamientos estacionales que registran mayores tasas de infestación en temporadas de mayor pluviosidad.
Potencial de re-uso
La base de datos y el mapa de distribución del vector proporcionan importantes recursos para el entendimiento de los patrones espaciales del vector y su relación con indicadores entomológicos y con criaderos, que podrían aumentar la transmisión del virus dengue en los municipios estudiados.
Para mejorar la accesibilidad de estos datos, la base de datos ha sido incluida en el GBIF. Esta información será útil para realizar aproximaciones representativas de la densidad del mosquito, mapear zonas con elevados incrementos en la productividad de pupas, y relacionar otros determinantes ambientales, entomológicos o sociodemográficos que suministren información vital para generar estrategias innovadoras en prevención, control del vector y la gestión del dengue. Sugerimos a otros investigadores que hagan disponibles sus datos de manera similar.
Disponibilidad de datos
Notas del editor
Este documento forma parte de una serie de artículos de divulgación de datos en colaboración con GBIF y con el apoyo de TDR, el Programa Especial de Investigaciones y Enseñanzas sobre Enfermedades Tropicales, acogido en la Organización Mundial de la Salud [29.].
Abreviaciones
DENV, virus del dengue; IPT, Integrated Publishing Toolkit; LISA, indicador local de asociación espacial; IM, Índice de Moran; TWS, tanques para almacenamiento de agua; UDCA, Universidad de Ciencias Aplicadas y Ambientales.
Declaraciones
Aprobación ética y consentimiento para participar
Este trabajo fue aprobado por el Comité de Ética y Metodologías de la Investigación (CEMIN) del Instituto Nacional de Salud en Bogotá, Colombia (Proyecto de Investigación CEMIN 13-2019).
Autorización de publicación
No aplicable.
Conflicto de intereses
Los autores declaran que no tienen intereses contrapuestos.
Contribución del autor
CS: curación de datos, redacción (borrador original, edición), análisis de datos, software, investigación; ES: investigación, supervisión, administración del proyecto, datos de campo, redacción (revisión y edición); CAM, conceptualización, administración del proyecto, datos de campo, redacción (revisión y edición); MCL, datos de campo, curación de datos, visualización; HC, redacción (revisión y edición); AAD, redacción (revisión y edición); PF, redacción (revisión y edición, datos de campo; CMD, conceptualización, curación de datos, software, visualización, redacción (borrador original, edición), metodología, administración del proyecto, obtención de fondos, investigación. Todos los autores hicieron comentarios al manuscrito.
Financiación
Este trabajo fue financiado por el Instituto Nacional de Salud, Bogotá, Colombia (proyecto de investigación CEMIN 13-2019), la Secretaría de Salud Departamental del Cauca, la Universidad de Ciencias Aplicadas y Ambientales UDCA y el Ministerio de Ciencia, Tecnología e Innovación de Colombia (proyecto de investigación 210484467217).
Agradecimientos
Agradecemos a los funcionarios de la Secretaría de Salud del Cauca, en especial al líder del Proceso de Inspección, Vigilancia y Control Sanitario, Hernando Gil Gómez, por su apoyo en la realización de este proyecto de investigación; al ingeniero Anderson Cabello Piamba del Programa ETV por su apoyo; y a los técnicos de enfermedades transmitidas por vectores del municipio de Patía, Miranda y Piamonte por las capturas de Ae. aegypti. Agradecemos a Marco Fidel Suárez por su valiosa ayuda en la realización del trabajo de campo. Agradecemos al grupo de Genómica de Microorganismos Emergentes del INS por su colaboración con el uso de equipos para realizar el procesamiento de los especímenes y finalmente agradecemos al Sistema de Información sobre Biodiversidad de Colombia (SiB Colombia) por su apoyo en el proceso de publicación de datos.
Referencias
1.López-LatorreMA, NeiraM. Influencia del cambio climático en la biología de Aedes aegypti (Diptera: Culicidae) mosquito transmisor de arbovirosis humanas. Rev. Ecuat. Med. Cienc. Biol., 2016; 37(2): 11–21. ISSN: 2477-9148.
2.TalbotB, SanderB, CevallosV Determinants of Aedes mosquito density as an indicator of arbovirus transmission risk in three sites affected by co-circulation of globally spreading arboviruses in Colombia, Ecuador and Argentina. Parasites Vectors, 2021; 14(1): 482. doi:10.1186/s13071-021-04984-z.
3.Vásquez-TrujilloA, Cardona-ArangoD, Segura-CardonaAM House-level risk factors for Aedes aegypti Infestation in the Urban Center of Castilla la Nueva, Meta State, Colombia. J. Trop. Med., 2021; 2021: 8483236. doi:10.1155/2021/8483236.
4.OvergaardHJ, OlanoVA, JaramilloJF A cross-sectional survey of Aedes aegypti immature abundance in urban and rural household containers in central Colombia. Parasites Vectors, 2017; 10(1): 356. doi:10.1186/s13071-017-2295-1.
5.Ruiz-LópezF, González-MazoA, Vélez-MiraA Presencia de Aedes (Stegomyia) aegypti (Linnaeus, 1762) y su infección natural con el virus del dengue en alturas no registradas para Colombia. Biomedica, 2016; 36(2): 303–308. doi:10.7705/biomedica.v36i2.3301.
6.NelsonMJ. Aedes aegypti: biologia y ecologia. Organización Panamericana de la Salud. 1986; https://iris.paho.org/handle/10665.2/28513. Accessed 18 February 2022.
7.Romero-VivasCM, LlinásH, FalconarAK. Three calibration factors, applied to a rapid sweeping method, can accurately estimate Aedes aegypti (Diptera: Culicidae) pupal numbers in large water-storage containers at all temperatures at which dengue virus transmission occurs. J. Med. Entomol., 2007; 44(6): 930–937. doi:10.1603/0022-2585(2007)44[930:tcfata]2.0.co;2.
8.HaT-A, LeónTM, LalanguiK Household-level risk factors for Aedes aegypti pupal density in Guayaquil, Ecuador. Parasites Vectors, 2021; 14(1): 458. doi:10.1186/s13071-021-04913-0.
9.BarreraR. Recommendations for the surveillance of Aedes aegypti. Biomedica, 2016; 36(3): 454–462. doi:10.7705/biomedica.v36i3.2892.
10.Ministerio de la Protección Social República de Colombia. Instituto Nacional de Salud. Organización Panamericana de la Salud. Anexo 8. Procedimientos para la recolecta de larvas, pupas y mosquito adultos de Aedes aegypti. En: Gestión para la Vigilancia entomológica y control de la transmisión de dengue. Colombia. 2011.
11.LaConG, MorrisonAC, AsteteH Shifting patterns of Aedes aegypti fine scale spatial clustering in Iquitos, Peru. PLoS Negl. Trop. Dis., 2014; 8(8): e3038. doi:10.1371/journal.pntd.0003038.
12.FocksDA, BrennerRJ, HayesJ Transmission thresholds for dengue in terms of Aedes aegypti pupae per person with discussion of their utility in source reduction efforts. Am. J. Trop. Med. Hyg., 2000; 62(1): 11–18.
13.CavalcanteACP, de OlindaRA, GomesA Spatial modelling of the infestation indices of Aedes aegypti: an innovative strategy for vector control actions in developing countries. Parasites Vectors, 2020; 13(1): 197. doi:10.1186/s13071-020-04070-w.
14.AlcaláLA, QuinteroJ, GonzálezC Productividad de Aedes aegypti (L.) (Diptera: Culicidae) en viviendas y espacios públicos en una ciudad endémica para dengue en Colombia. Biomedica, 2015; 35(2): 258–268. doi:10.7705/biomedica.v35i2.2567.
15.Sistema de Información sobre Biodiversidad de Colombia - SiB IPT. https://ipt.biodiversidad.co/sib/.
16.Marceló-DíazC, MoralesCA, LesmesMC Arbovirus vectors in municipalities with a high risk of dengue in Cauca, Southwestern Colombia. GigaByte, 2022; 2022: gigabyte53. doi:10.46471/gigabyte.53.
17.PadillaJ, RojasD, Sáenz-GómezR. Dengue en Colombia: epidemiología de la reemergencia a la hiperendemia. Revista Salud Bosque, 2012; 5(1): 81–83. doi:10.18270/rsb.v5i1.186.
18.Marceló-DíazC, MoralesCA, FuyaOP Registros de los dípteros causantes de la transmisión del agente etiológico del dengue en el departamento del Cauca, Colombia. Version 1.8. Instituto Nacional de Salud. 2023; Occurrence dataset https://doi.org/10.15472/dxbowv accessed via GBIF.org on 2023-04-19.
19.ForattiniOP. Principais mosquitos de importância sanitária no Brasil. Cad. Saúde Pública, 1995; 11(1): 157–158. doi:10.1590/S0102-311X1995000100027.
20.HarrisonBA, ByrdBD, SitherCB The Mosquitoes of the Mid-Atlantic Region: An Identification Guide. Cullowhee, North Carolina: Western Carolina University, 2016. ISBN: 9780692646359.
21.Instituto Nacional de Salud Columbia Website. http://www.ins.gov.co.
22.ArcGIS Survey123 Website. https://survey123.arcgis.com/.
23.GeoDa Website. https://geodacenter.github.io/.
24.FocksDA, AlexanderN, VillegasE. Multicountry study of Aedes aegypti pupal productivity survey methodology: Findings and recommendations. Dengue Bull., 2007; (31): 192–200. https://iris.who.int/handle/10665/170461.
25.LounibosLP, EscherRL. Sex ratios of mosquitoes from long-term censuses of Florida tree holes. J. Am. Mosq. Control Assoc., 2008; 24(1): 11–15. doi:10.2987/5656.1.
26.BlancoK, VillamizarSR, Avila-DiazA Daily dataset of precipitation and temperature in the Department of Cauca, Colombia. Data Brief, 2023; 50: 109542. ISSN 2352-3409, doi:10.1016/j.dib.2023.109542.
27.GomesH, de JesusAG, QuaresmaJ. Arboviroses of interest in public health transmitted by Aedes aegypti in Tocantins: A one health analysis. SSRN Electron. J., 2022; doi:10.2139/ssrn.4210214.
28.SánchezC, SantamaríaE, MoralesCA Supporting data for “Spatial patterns associated with the distribution of immature stages of Aedes aegypti in three high-risk dengue municipalities of Southwestern Colombia”. GigaScience Database, 2023; http://dx.doi.org/10.5524/102439.
29.Vectors of Human Disease Series. GigaByte. 2022; https://doi.org/10.46471/GIGABYTE_SERIES_0002.
Stencila view