Modelo predictivo de la distribución de triatominos a escala local

Abstract

El objetivo de este estudio fue determinar un modelo predictivo de distribución de focos de triatominos a escala local en zonas rurales del área endémica de Chile. Se realizó un muestreo sistemático por conglomerados en 3 zonas de estudio: Aucó, en la Región de Coquimbo; Putaendo, en la Región de Valparaíso; y Til-Til, en la Región Metropolitana, utilizando trampas de levadura en fermentación y observación directa para realizar un recuento de triatominos en cada punto investigado. Se determinó el patrón de distribución de los triatominos mediante el índice de autocorrelación de Moran. Mediante variables medidas en terreno y variables calculadas desde productos de sensores remotos, se determinaron aquellas que resultaron diferentes entre sitios con y sin triatominos, utilizando el test de Kruskal-Wallis. Con las variables derivadas de sensores remotos se generaron modelos predictivos de la distribución de los triatominos mediante el software Maxent, los que se proyectaron en 3 zonas donde no se había realizado el muestreo sistemático. Se compararon los modelos generados al utilizar una resolución espacial de 6x6 metros respecto a una resolución de 1x1 metro, y además se comparó el incorporar el total de las variables al modelo respecto a utilizar sólo aquellas que resultaron significativas previamente. Para la validación de los modelos se utilizó el software Partial ROC para la predicción umbral independiente, y la probabilidad de la distribución binomial en el caso de la predicción binaria al aplicar un umbral, utilizando puntos positivos a triatominos que no habían sido ocupados en la modelación. El recuento de triatominos fue 211, todos de la especie Mepraia spinolai. La distribución espacial de las capturas tuvo un patrón agrupado a nivel de puntos investigados, pero fue aleatoria al analizarlo entre conglomerados. Las variables de terreno que fueron significativamente diferentes entre puntos con y sin triatominos detectados fueron: la pendiente, el porcentaje de piedras, de vegetación herbácea y de vegetación arbustiva, y el promedio de humedad relativa. Las variables producto de sensores remotos que se diferenciaban según la presencia de triatominos fueron: la pendiente, la exposición, el índice de vegetación NDVI y la distancia a construcciones. Los resultados de los modelos predictivos de distribución de M. spinolai indicaron que el modelo de resolución espacial 6x6 m con 6 variables (aquellas significativas más la altitud y la distancia a cursos de agua) tuvo el mayor ajuste, por lo que podría utilizarse este modelo para determinar áreas con riesgo elevado de presencia de vectores de la enfermedad de Chagas a escala local en Chile

The goal of this study was to determine a predictive distribution model of triatomines’ foci at local scale in rural areas of the endemic area of Chile. Systematic sampling by clusters was carried out in three study areas: Aucó, in the Region of Coquimbo; Putaendo, in the Region of Valparaiso; and Til-Til, in the Metropolitan Region, using yeast baited traps and direct observation to count triatomines at each assessed point. The distribution pattern of the triatomines was determined using the Moran autocorrelation index. Field variables and variables calculated from remote sensing products were compared between sites with and without triatomines using the Kruskal-Wallis test. Predictive models of the distribution of the triatomines were generated with the variables derived from remote sensors, using Maxent software. These models were projected in 3 areas where systematic sampling was not performed. The models generated were compared using a spatial resolution of 6x6 meters and of 1x1 meter, and comparing the incorporation of the total of the variables to the model or using only those previously significant. Model validation was performed using Partial ROC software for the thresholdindependent prediction, and using the binomial distribution probability for the binary prediction, when applying a threshold; triatomine positive points that had not been used previously for modeling were used for validation. The triatomines’ count was 211, all from the species Mepraia spinolai. The spatial distribution of the triatomines had a clustered pattern at the point level, but it was random when analyzed between clusters. The field variables that were significantly different between points with and without triatomines were: slope, percentage of stones, herbaceous vegetation and shrub vegetation, and average relative humidity. The variables from remote sensors that differed according to the presence of triatomines were: slope, aspect, NDVI vegetation index and distance to constructions. The predictive distribution models of M. spinolai results indicated that the model of spatial resolution 6x6 m with 6 variables (those significant plus elevation and distance to watercourses) had higher accuracy, so it could be used to determine areas with an elevated risk of Chagas disease vectors’ presence at a local scale in Chile