International Journal of Health Geographics, 2005; 4: 13-13 (más artículos en esta revista)

Un análisis basado en la información de valor de la física y factores climáticos que afectan a la fiebre del dengue y el dengue hemorrágico incidencia

BioMed Central
Kanchana Nakhapakorn (kanchana.nakhapakorn @ ait.ac.th) [1], Nitin Kumar Tripathi (nitinkt@ait.ac.th) [1]
[1] Teledetección y SIG campo de estudio, el Instituto Asiático de Tecnología, Pathumthani, Tailandia

Este es un artículo de acceso abierto distribuido bajo los términos de la licencia Creative Commons License (http://creativecommons.org/licenses/by/2.0], que permite el uso irrestricto, la distribución y reproducción en cualquier medio, siempre que la obra original sea debidamente citada.

Resumen
Antecedentes

Enfermedades transmitidas por vectores son las más temidas en todo el mundo los problemas de salud. A pesar de que muchas campañas en contra de ella se han llevado a cabo, la fiebre del dengue (FD) y la fiebre hemorrágica de dengue (FHD) siguen siendo los principales problemas de salud de Tailandia. El número de casos de dengue en 1998 por Tailandia fue el 129954, de la que por sí sola la provincia de Sukhothai informó alarmante número de 682. Es el segundo mayor brote epidémico de dengue después de 1987. Gobierno organiza las instalaciones de recuperación y como se informó cuando el dengue. Pero, la mejor forma de control es evitar que se produzca. Esto sólo será posible cuando el conocimiento acerca de la relación de DF / DH con climáticas y físico-ambientales agentes es descubierto. Este trabajo explora la relación empírica de los factores climáticos de precipitaciones, la temperatura y la humedad con el DF / DH incidencias utilizando análisis de regresión multivariante. Asimismo, una metodología basada en SIG que se propone en este trabajo para estudiar la influencia de los factores físico-ambientales en la incidencia de dengue. Los datos de teleobservación proporcionado datos importantes sobre el medio ambiente físico y se han utilizado para muchas enfermedades transmitidas por vectores. Información de Valores (IV), el método se utilizó para derivar la influencia de diversos factores en el punto de vista cuantitativo. Los investigadores no han aplicado este tipo de análisis para dengue antes. Sukhothai provincia fue seleccionada para el estudio de caso como lo ha elevado número de casos de dengue en 1998, y también debido a su diversa configuración física con variedad de uso de la tierra / tierra de los tipos de cobertura.

Resultados

Los resultados preliminares demostraron que los factores físicos derivados de los datos de teleobservación podría indicar la variación de los factores de riesgo que afectan física DF / DH. Un análisis agregado de estos tres factores con la incidencia del dengue se realizó utilizando análisis de regresión multivariante. Tres modelos empíricos ER-1, ER-2 y ER-3 fueron evaluados. Se comprobó que estos tres factores tienen relación significativa con DF / DH incidencias y puede estar relacionado con el plan de previsiones previsto en el número de casos de dengue. Los resultados han mostrado significativamente alto coeficiente de determinación si se aplica sólo para la temporada de lluvias utilizando relación empírica-2 (ER-2). Estos resultados han demostrado una vez más la mejora de un concepto de tiempo que transcurre de un mes se aplicó mediante la ER-3 relación empírica. ER-3 es el modelo más adecuado para la provincia de Sukhothai, en la predicción de posible incidencia de dengue con 0,81 de coeficiente de determinación. La relación estadística espacial de los distintos uso de la tierra y las clases de cubierta terrestre con las zonas afectadas por el dengue se cuantificó en forma de valor de la información recibida de análisis SIG. El valor más alto se obtuvo información de la zona, construido en marcha. Esto indica que, construido de la zona es la máxima influencia en la incidencia de dengue. Las otras clases que muestra los valores negativos indican menor influencia en las epidemias de dengue. Zonas agrícolas han dado moderada zonas de riesgo en base a su medio de información de alto valor. Las masas de agua han demostrado el valor de la información significativa DF / DH sólo en un distrito. Curiosamente, los bosques han demostrado ninguna influencia en DF / DH.

Conclusión

Este trabajo explora el potencial de los datos de teleobservación y la tecnología SIG para analizar los factores que afectan espacial DF / epidemia de dengue hemorrágico. Tres modelos empíricos fueron evaluados. Se llegó a la conclusión empírica de que Relatrion-3 (ER-3) ha dado muy alto coeficiente de determinación para pronosticar el número de DF / DH incidencia. Un análisis de los factores físico-ambientales, como el uso de la tierra / tierra de los tipos de cobertura con la incidencia del dengue se llevó a cabo. La influencia de estos factores se obtuvo en términos cuantitativos utilizando el método de Información de Valor en el entorno SIG. Se encontró que las zonas construidas tienen mayor influencia y que constituyen las zonas de mayor riesgo. Zonas forestales no tienen influencia en DF / epidemia de dengue hemorrágico. Zonas agrícolas tienen riesgo moderado en el DF / DH incidencias. Por último, el riesgo de dengue mapa de la provincia de Sukhothai fue desarrollado utilizando el método de Información de Valor. Dengue mapa de riesgos puede ser utilizada por el Departamento de Salud Pública como un mapa base para la aplicación de medidas preventivas para controlar el brote de dengue. Departamento de Salud Pública pueden iniciar sus actividades una vez que el ER-3 predice una posibilidad significativa de la alta incidencia de dengue. Esto ayudará a enfocar en las medidas preventivas que se aplicaron de prioridad muy alta, y en las zonas de alto riesgo y ayudar en el ahorro de tiempo y dinero.

Antecedentes

Enfermedades transmitidas por vectores son las más comunes en todo el mundo y representan peligro para la salud y un constante riesgo grave para una gran parte de la población del mundo. Entre estos, en especial el dengue está barriendo el mundo, en la mayoría de las zonas áridas y tropicales. Se transmite al hombre por el mosquito del género Aedes y existe en dos formas: fiebre del dengue (FD) o dengue clásico y la fiebre hemorrágica de dengue (FHD), que puede evolucionar a Síndrome de Choque por Dengue (DSS) [1] . El dengue se produce debido a la infección por la picadura del mosquito Aedes aegypti, que está infectado con uno de los cuatro serotipos del virus del dengue [2]. La infección, antes restringida a zonas urbanas y semi-urbanas centros, se pueden observar ahora en las zonas rurales, y [3]. El uso de la tierra / tierra de los tipos de cobertura y el clima desempeñan un importante papel en casos de dengue según lo informado por varios investigadores [3]. Los datos obtenidos por teleobservación se puede utilizar para identificar, seguir y evaluar los factores ambientales entre el vector y el medio ambiente de relaciones. Recientemente, los Sistemas de Información Geográfica (SIG) y detectar remotamente los datos se utilizan para evaluar y modelo de las relaciones entre los factores ambientales y climáticos con la incidencia de enfermedades virales. Análisis espacial implica el uso de los Sistemas de Información Geográfica (SIG) para la salud que ha sido revisado por varios autores [4 - 9]. Ambos espacial y temporal de los cambios en condiciones ambientales pueden ser importantes factores determinantes de las enfermedades transmitidas por vectores de transmisión. Los datos de teleobservación se pueden utilizar para proporcionar información sobre la distribución espacial de las enfermedades transmitidas por vectores y el entorno físico [10 - 12]. Es mencionada por un investigador que teleobservación y geodesia tienen el potencial de revolucionar la disciplina de la epidemiología y su aplicación en la salud humana [13].

Teleobservación y otros tipos de datos se utilizan en sistemas de información geográfica para identificar las aldeas de alto riesgo para la transmisión de la malaria en la zona sur de Chiapas, Mexico [12]. En Nigeria, un análisis temporal de Landsat Thematic Mapper (TM) de los datos de satélite se llevó a cabo para poner a prueba la importancia del programa de erradicación del gusano de Guinea en función de los cambios en la producción agrícola [11]. Y, también se emplea para predecir el mapa y la ubicación de algunas de las principales enfermedades que afectan a la salud humana y [10, 14]. El uso de la tierra / tierra de los tipos de cobertura son las variables críticas en epidemiología y puede caracterizarse por teledetección [15]. Al mismo tiempo, se observó que el uso de la teledetección y SIG en el sector de la salud es muy limitado en Tailandia.

La fiebre del dengue (FD) y la fiebre hemorrágica de dengue (FHD) se ha convertido en un importante problema de salud pública internacional. Muchos países / zonas en Asia han experimentado inusualmente altos niveles de dengue / dengue hemorrágico actividad en 1998 [16]. El número de casos de dengue en 1998 por Tailandia fue el 129954, que fue el segundo mayor brote epidémico de dengue después de 1987. En 1998, la provincia de Sukhothai, Tailandia informó sola número alarmante de 682 casos de dengue.

Una metodología basada en SIG que se propone en este trabajo para estudiar la influencia de la físico-ambientales y de los factores climáticos sobre la incidencia del dengue. Información de Valores (IV), el método se utilizó para derivar la influencia de diversos factores físico-ambientales en los términos cuantitativos. Los investigadores no han aplicado este método de análisis para dengue antes. Sukhothai provincia fue seleccionada para el estudio de caso como lo ha elevado número de casos de dengue en 1998, y también debido a su "diversa configuración física con variedad de uso de la tierra y los tipos de cobertura.

Datos y métodos
Área de estudio y los datos utilizados

Provincia de Sukhothai, situado en el norte de Tailandia, fue seleccionado como el área de estudio (Figura 1]. Esta provincia consiste en 9 distritos: Muang Sukhothai (D1), Ban Dan Lan Hoi (D2), Khiri Mat (D3), Krailat Kong (D4), Sawankhalok (D5), Nakhon Si (D6), Si Samrong (D7), Si Satchanalai (D8) y Thung Saliam (D9). Base de datos GIS se elaboró para cada uno de los distritos. Las personas son en su mayoría participan en la agricultura, tales como la caña de azúcar, la yuca y el maíz. La provincia tiene una población de alrededor de 521.219. Clima de esta zona es subtropical con temperaturas extremadamente altas en aumento a 42 ° C en abril y baja hasta sumergir a 13,2 ° C en diciembre. En 1998, la temperatura media anual es de 28 ° C, que es más alto que el promedio normal de 30 Año temperaturas de 26 ° C. Temporada de lluvias en Tailandia se produce normalmente, de mayo a septiembre. El diario máximo de las precipitaciones anuales son 62,5 mm y 917,7 mm, respectivamente. La humedad relativa promedio es 94,8 por ciento.

Los datos médicos

Médicos se reunieron datos de la Oficina Provincial de Salud, Tailandia, que recopila los datos mensuales de nivel de distrito. En 1998, 682 DF / DH casos se notificaron en la provincia de Sukhothai. Tasa de morbilidad se observó a 131 por cada 100000 habitantes. El dengue hemorrágico se registraron incidencias en las aldeas. Mayor número de casos de dengue se registraron en los distritos de Muang, Si Satchanalai y Sawan Khalok (Tabla 1]. Se encontró que el mayor número de casos se produjo durante el mes de marzo y agosto. Esta temporada se indica la aparición de la dependencia en el DF / DH casos, que generalmente se inicia poco antes de la estación lluviosa y continúa hasta el final de la temporada de lluvias.

Factores que influyen en el dengue

Los principales factores considerados para el análisis de la ocurrencia de DF / DH casos fueron las precipitaciones, la temperatura, la humedad y el uso de la tierra / tierra de los tipos de cobertura. DF / DH brotes en Sukhothai, Tailandia se produjeron en 1997, 1998 y 2001. Se apreció que el brote de dengue coincide con El Niño años. El Nino eventos en Tailandia son normalmente asociados con la alta temperatura y baja precipitación. La precipitación mensual, la temperatura y la humedad relativa se recopilaron los datos del Departamento de Meteorología, Ministerio de Tecnología de Información y Comunicación, Tailandia. Tailandia experiencias lluvias, de mayo a septiembre y el resto del año sigue siendo mayormente seco. Además de las precipitaciones, la temperatura y la humedad también influyen en la transmisión del dengue [17]. Debido a la alta humedad durante la temporada de lluvias los mosquitos supervivencia es más larga y se facilita el crecimiento [18]. El promedio de temperaturas en la provincia de Sukhothai tenían entre 22 ° C y 33 ° C en 5 años (1997-2001). Mayor o igual a 20 ° C es la temperatura favorable para los mosquitos Aedes aegypti [2]. El promedio de humedad relativa observada en 5 años (1997-2001) fue 95,6 por ciento. Los 30 años (1969-2000) promedio de precipitación mensual fue 1226,5 mm en las regiones del Norte de Tailandia. Como la temporada en Tailandia se puede dividir en un contexto más amplio en dos tipos: de lluvia y no de lluvia, el efecto de estos tres factores sobre el dengue se analizó para estas dos partes del año.

Factores físico-ambientales

La zona de la provincia de Sukhothai se 6,694.54 km 2. Digitales de los datos de teleobservación de Landsat (cartógrafo temático) fueron empleados para producir el tipo de cobertura terrestre mapa con el máximo Riesgo clasificador (MLC). Diversas clases de salida generados posteriormente fueron verificados sobre la base de las observaciones de campo. Máximo Riesgo clasificador ofrecido el 86 por ciento de clasificación de la precisión. Los datos obtenidos por satélite son geo-referenciados utilizando el Departamento de Estudios Real de Tailandia (RTSD) mapa base. El SIG análisis reveló el uso de la tierra áreas como: agricultura (74,7%), forestal (21%), los cuerpos de agua (0,3%) y construido-up (4,0%) para el año 1998. Mapa resultante de la clasificación se muestra en la figura 2.

Metodología

La dependencia de las variables climáticas se evaluó mediante análisis de regresión múltiple. Además, como se sugiere por muchos investigadores, fisio-los factores ambientales también afectan la incidencia del dengue. Información enfoque de valor se utilizó para estudiar física y que los factores ambientales son más cruciales en la incidencia de dengue.

Relación de la incidencia del dengue con factores climáticos utilizando análisis de regresión múltiple

El propósito general de regresiones múltiples es aprender más acerca de la relación entre varias variables independientes o predictor y una variable dependiente o criterio. El general computacional problema que necesita ser resuelto en el análisis de regresión múltiple para ajustar una línea recta a una serie de puntos. En el caso multivariado, cuando hay más de una variable independiente, la línea de regresión no puede ser visualizado en el espacio de dos dimensiones, pero puede reconstruirse la misma facilidad. Es posible construir una ecuación lineal que contiene todas las variables. En general, los procedimientos de regresión múltiple estimar una ecuación lineal de la forma:

Y = b 0 + b 1 X 1 + b 2 X 2 +...+ b k X k

Donde k es el número de predictores. Tenga en cuenta que en esta ecuación, los coeficientes de regresión (o b 0, b 1, b 2 ... b coeficientes k) representan la contribución independiente de cada variable independiente a la predicción de la variable dependiente [19]. En el presente estudio independiente de las variables climáticas, tales como las precipitaciones, la temperatura y la humedad están relacionados con casos de dengue en la provincia Sukhathai. La aplicación de este método se detallan en la sección siguiente de los resultados.

Información método del valor

La comprensión de la relación espacial con la epidemia de dengue que afecta a los factores es esencial antes de aplicar cualquier modelos estadísticos para encontrar la influencia de los factores en la epidemia de dengue. La técnica sencilla de entender la relación estadística es condicional análisis, que trata de evaluar la relación probabilística entre los factores que afectan epidemia de dengue y de los factores ambientales. La técnica se basa en el Teorema de Baye (clasificador Bayesiano) según la cual la frecuencia se pueden utilizar los datos para calcular las probabilidades de que depende de los conocimientos de eventos anteriores o epidemia de dengue / brote [20 - 22].

La información ecuación de valor se expresa como la relación logarítmica natural de la probabilidad condicionada de la temática característica.

Cuando, I j es la información de predicción de ocurrencia de eventos D si una característica está presente bajo estado j

P (D / Aj) es la probabilidad condicionada de D evento que se produzca en virtud de la condición de estado y una función de j.

Esto es lo mismo que la probabilidad condicionada de la epidemia de dengue (D) se producen debido a la característica de la ordenación del territorio (A) presente en una de las temáticas (jth) capa.

P (D) es la probabilidad de que D evento que ocurrirá en el área seleccionada, independientemente de cualquier prueba.

Mapa de cruce de los resultados en una cruz el cuadro que muestra el número de píxeles por clase ocupados por epidemia de dengue y el número total de píxeles en cada clase. El resto de valores, la información necesaria para calcular el valor, el área obtenida de estos valores, de hecho puede representar en el plazo de proceso de información de valor (Figura 2], por lo tanto,

Donde,

I-valor = valor de la información

Ndclass = área con epidemia de dengue en una clase (es decir, el uso de la tierra / tierra de los tipos de cobertura en la zona de amortiguación)

Nclass = área en la clase (es decir, el uso de la tierra / de los tipos de cobertura por distrito)

Ndmap = superficie total de la epidemia de dengue en el mapa (capa temática)

Nmap = superficie total en el mapa

Información valor de los distintos parámetros se puede utilizar para interpretar la relación de los parámetros y de la incidencia del dengue (Figura 3].

Búfer

Búfer operación se llevó a cabo para determinar extendido barrio de lugar de ocurrencia. Los resultados de los asentamientos humanos es decir, urbano o sub-centro urbano en la provincia de Sukhothai se obtuvieron de los mapas obtenidos a partir de Ministerio del Interior, Tailandia. Búferes se crearon para especificar la distancia del punto patrón de las enfermedades de zonas urbanas y las aldeas y lugares geográficos para determinar las condiciones de entorno, como la cubierta terrestre, los cuerpos de agua, en torno a las aldeas afectadas por el dengue hemorrágico. El buffer de distancia se consideró debido a dos factores: distancia recorrida de vuelo durante el período de vida media y la distancia recorrida por día por el mosquito Aedes aegypti. La esperanza media de vida de las mujeres es de unos 8-15 días y la hembra del mosquito puede volar alrededor de 30-50 metros por día en promedio. Esto indica que, en general, los mosquitos hembra se mueve en el rango 240-600 m de su vida [23]. Estas zonas de amortiguación se dividieron en dos grupos de acuerdo a la distancia de la vida, y la distancia media recorrida por día por el mosquito Aedes aegypti. El grupo 1 estaba compuesto por zonas dentro de 500 m y grupo 2 integrado por una superficie de 1000 m en torno a la incidencia del dengue. Por lo tanto, las zonas de amortiguamiento de 500 m y 1000 m fueron creados usando sistemas de información geográfica para el estudio.

Resultados y discusión

El análisis de regresión fue utilizado para explorar la relación entre los parámetros climáticos mensuales y el número de incidencias de DF / DH en la provincia de Sukhothai.

Modelo de desarrollo

Análisis de regresión múltiple se utiliza para desarrollar un modelo empírico para predecir la incidencia del dengue. Las variables independientes fueron utilizados para predecir cambios en la variable dependiente en la temporada de lluvias y no lluviosa. Este modelo fue verificado usando las estadísticas R 2. Las variables utilizadas en los modelos que se explican en la Tabla 2.

Número de los pueblos afectados por el DF / DH se utilizó como variable dependiente y la precipitación (R), la temperatura (T) y humedad relativa (H) fueron consideradas como las variables independientes. Análisis de regresión múltiple se llevó a cabo para cada una de las observaciones de la ocurrencia de DF / DH casos y datos climáticos mensuales de 5 años (1997-2001). La Relación empírica-1 (IR-1) entre el número de DF / DH casos y los datos climáticos en el momento t (T t, y R t H t) durante los 5 años está en la lista en ER-1. El coeficiente de determinación (R 2) se encontró en 0,43 y validado con datos sobre el clima, como se muestra en el gráfico en la Figura 4.

ER-1:

D t = 1.408,318 0,151 (R t) -4.368 (T t) -12,798 (H t)

D t: Número de DF / DH pacientes reportados en el mes t

Se observó que el coeficiente de determinación (R 2) para este modelo fue baja para la temporada de lluvias no pero alto para la temporada de lluvias (Figura 4].

Análisis de regresión múltiple se llevó a cabo para la ocurrencia de DF / DH casos de la temporada de lluvias. La Relación empírica-2 (ER-2) entre DF / DH casos y de las precipitaciones, la temperatura y la humedad los factores en el momento t (T t, y R t H t) fue el siguiente:

ER-2:

D t = -13.893 1,3444 (T t) -0.276 (H t) 0.377 (R t)

El coeficiente de determinación (R 2) se encontró que 0,62.

Según el período de desarrollo de huevo a las enfermedades humanas, existe un desfase de alrededor de un mes que lleva al DF / DH casos ocurridos durante 7 - 45 días. La duración de las larvas a las fases de adultos es de 7 a 12 días y la duración de vida de las mujeres es de mosquitos alrededor de 8 a 15 días [17]. Mientras tanto, el virus se desarrolla en el mosquito durante un periodo de 8-10 días. En el momento en que una persona infectada por el virus del dengue se desarrolla fiebre, la infección puede difundirse ampliamente para muchas personas. El virus se encuentra en el suero o plasma, que circulan en la sangre y las células en determinados tejidos, en especial los del sistema inmunológico, de aproximadamente 2-7 días, que corresponde aproximadamente al período de la fiebre [2]. Así, DF / DH casos en el momento t (es decir, en el mes de mayo) depende de otros factores en el momento t-1 (un mes antes de t es decir, t-1 o el mes de abril). En esta relación empírica, los coeficientes de regresión representan la contribución independiente de cada variable a la predicción de la variable dependiente.

La Relación empírica-3 (ER-3) con un mes de desfase como se muestra a continuación ofrece un coeficiente de determinación (R 2), 0,81. Este ha mostrado un considerable incremento de 31 por ciento ER-2 y el 88 por ciento de ER-1. Los resultados han mostrado una mejora considerable.

ER-3:

D 621.824 t = 0.345 (R t -1) - 0,609 (T t -1) -6.321 (H t -1)

En caso de que,

T = tiempo (en la unidad de mes) utiliza como sufijo para indicar el mes para el cual los datos pertenecen

T-1 = un mes antes de el mes t

Por lo tanto, el ER-3 fue seleccionado para el modelo DF / DH incidencia en Sukhothai como en la salida más cercana a los datos reales durante temporada de lluvias y los resultados fueron validados con datos de 1998 (figura 5].

Información y análisis de cálculo de valor

La información se calcularon los valores para cada tipo de cobertura terrestre. Los valores negativos indican bajo nivel de riesgo y los valores positivos indican alto nivel de riesgo de dengue. Seis posibles clases de riesgo se identificaron; valor de la información obtenida de las puntuaciones de la cuartil de un conjunto de datos en cada rango de 0,5 se utilizaron como los niveles de corte. Clases de riesgo se designaron como muy baja, baja, moderadamente baja, moderadamente alto, alto y muy alto, respectivamente, con resultados como: menos de -1,0, -1,0 a -0,5, -0,5 a 0,0, 0,0 a 0,5, 0,5 a 1,0 y una mayor De 1,0, respectivamente (Figura 6].

El valor más alto se obtuvo información de la zona, construido en marcha. Esto indica que, construido de la zona es la máxima influencia en la incidencia de dengue. Las otras clases que muestra los valores negativos indican menor influencia en las epidemias de dengue. Dos regiones de amortiguamiento de 500 m y 1000 m en el uso de la tierra y la tierra se analizaron los mapas de la cubierta para la información de valor (Figura 7]. Se hace para investigar si los cambios de tamaño de vecindad tiene ningún efecto sobre la información de valor o no.

Información de los valores se agruparon en 4 grupos: el primer grupo representa los valores positivos, es decir de alto, construido en marcha (BU). Información de valor en este grupo representó el valor más alto que significa incorporado hasta la categoría es el más alto factor de riesgo espacial en todos los distritos tanto para los 500 y 1000 m de zonas de amortiguación. Segundo grupo representó a la relación positiva con Cuerpos de agua (BM). Información de valor en este grupo representaba el alto valores de las dos regiones de amortiguación de 500 y 1000 m en D1, D6 y D7 distritos. Tercer grupo representa los valores positivos para la Agricultura zonas. Información de valor en este grupo representa los valores positivos de ambas 500 y 1000 m de las zonas de amortiguación que significa la categoría Agricultura ha mostrado como una influencia positiva de los factores de riesgo en D2, D3, D4, D5, D6 y D7 distrito. Cuarto grupo que representa para todos los distritos forestales (FR) zona indica que no hay riesgo para el dengue, ya que la información valores fueron negativos para los 500 y 1000 m de zonas de amortiguación. El valor de la información obtenida mediante el uso de la tierra y Terrenos cubrir zona de riesgo se muestra en la Figura 8 y la Tabla 3.

La mayoría de las zonas de riesgo se encuentran en zonas moderadamente el riesgo tanto para la clase 500 metros, 1000 metros y zonas de amortiguamiento. Información de los valores que representa el muy alto y alto riesgo, las clases fueron en zona edificada y categorías de masa de agua, como se muestra en la Figura 8. Zonas de riesgo que muestra el negativo o de bajo riesgo clases son en su mayoría en el área forestal. Sithiprasasna y Linthicum también han demostrado que la incidencia de dengue hemorrágico se correlaciona bien con la cubierta forestal en la provincia de Tak, de Tailandia [24]. Se confirma que el DF / DH casos se producen principalmente en las zonas urbanas y suburbanas. El cuadro 2 muestra la física y sus categorías de Información de Valores para cada uno de los distritos. Muy Alto Riesgo zona (información de valor> 1,0) fue en D4, D5, D6 y distritos. Zona de alto riesgo (información de los valores entre 1,0 y 0,5) se observaron en los distritos D1 y D7. La relación estadística espacial de los distintos uso de la tierra y las clases de cubierta terrestre con las zonas afectadas por el dengue se cuantificó en forma de valor de la información y un mapa de riesgos del dengue, se ha generado, como se muestra en la Figura 9.

Conclusión

En este trabajo se ha ofrecido alguna información útil relacionada con la incidencia del dengue. Análisis de los factores climáticos, como las precipitaciones, la temperatura y la humedad con el dengue, la incidencia de dengue ha puesto de manifiesto que en general se produjeron cuando la temperatura media se elevó por encima de lo normal durante el que se encuentran El-nino en 1998. También se produjo cuando la precipitación es relativamente baja y la humedad es más alta que la media.

Un análisis agregado de estos tres factores con la incidencia del dengue se realizó utilizando análisis de regresión multivariante. Tres modelos empíricos ER-1, ER-2 y ER-3 fueron evaluados. Se comprobó que estos tres factores se afeitan importancia y se pueden encontrar en relación con el número previsto de casos de dengue. Los resultados han puesto de manifiesto importantes alto coeficiente de determinación si se aplica sólo para la temporada de lluvias utilizando relación empírica-2 (ER-2). Estos resultados han demostrado una vez más la mejora de un concepto de tiempo que transcurre de un mes se aplicó mediante la ER-3 relación empírica. ER-3 es el modelo más adecuado para la provincia de Sukhothai, en la predicción de posible incidencia de dengue con 0,81 de coeficiente de determinación.

Un análisis de los factores físico-ambientales, como el uso de la tierra / tierra de los tipos de cobertura con la incidencia del dengue se llevó a cabo. El objetivo de este análisis no es sólo para conocer el efecto de los factores físico-ambientales en la incidencia del dengue, sino también de encontrar la influencia de estos factores en términos cuantitativos. Se encontró que las zonas construidas tienen mayor influencia y que constituyen las zonas de mayor riesgo. El sector agrícola que ofrece el segundo nivel de influencia de alto riesgo. Las masas de agua que suponen un riesgo importante en un solo distrito. Zonas forestales casi no tienen ninguna influencia en la zonificación de riesgo de dengue. Aplicación del método del valor de la información para elaborar el mapa de riesgos de dengue de la provincia de Sukhothai. Dengue mapa de riesgos puede ser utilizada por el Departamento de Salud Pública para la aplicación de medidas preventivas para controlar el brote de dengue. Este mapa tiene en cuenta los factores físico-ambientales y también la movilidad y la duración de vida de los mosquitos Aedes aegypti. Departamento de Salud Pública pueden iniciar sus actividades una vez que el ER-3 predice una posibilidad significativa de la alta incidencia de dengue. Esto ayudará a enfocar en las medidas preventivas que se aplicaron de prioridad muy alta, y en las zonas de alto riesgo y ahorrar tiempo y dinero.

Contribuciones de los autores

KN Autores y NTK colaborado intensamente en todos los aspectos del manuscrito, de diseño de la investigación a la preparación de datos. KN llevado a cabo la mayoría de los sistemas de información geográfica y el análisis estadístico utilizando la información de valor y enfoque redactado el manuscrito. Ambos autores leído y aprobado el manuscrito final. El manuscrito fue revisado y mejorado enormemente sobre la base de los encuestados los comentarios.

Agradecimientos

Nos gustaría agradecer la inestimable ayuda de Dr K. Nualchawee, el Profesor M. Kusanagi, y el doctor P. Parkpian. También estamos extremadamente agradecidos a Sukhothai oficina provincial de Salud Pública, Ministerio de Salud Pública, y el Departamento de Meteorología, Ministerio de Tecnología de Información y Comunicación, Tailandia por los datos y la información.