Análisis exploratorio de ondículas de los patrones de estacionalidad del dengue en Colombia

  • Julián Alfredo Fernández-Niño Centro de Información para Decisiones en Salud Pública (CENIDSP), Instituto Nacional de Salud Pública, Cuernavaca, Morelos, México
  • Luz Mery Cárdenas-Cárdenas Observatorio Nacional de Salud, Instituto Nacional de Salud, Bogotá, D.C., Colombia
  • Juan Eugenio Hernández-Ávila Centro de Información para Decisiones en Salud Pública (CENIDSP), Instituto Nacional de Salud Pública, Cuernavaca, Morelos, México
  • Lina Sofía Palacio-Mejía Centro de Información para Decisiones en Salud Pública (CENIDSP), Instituto Nacional de Salud Pública, Cuernavaca, Morelos, México
  • Carlos Andrés Castañeda-Orjuela Observatorio Nacional de Salud, Instituto Nacional de Salud, Bogotá, D.C., Colombia
Palabras clave: dengue/epidemiología, vigilancia epidemiológica, estudios de series temporales, estaciones del año, análisis de ondículas, Colombia

Resumen

Introducción. El dengue tiene un comportamiento estacional asociado a los cambios climáticos, los ciclos del vector, los serotipos circulantes y las dinámicas poblacionales. El análisis de ondículas permite descomponer una serie de tiempo muy larga en sus componentes de tiempo calendario y periodo. Esta es la primera vez que se utiliza esta técnica para generar un modelo exploratorio del comportamiento del dengue en Colombia.
Objetivo. Examinar los patrones de estacionalidad interanual del dengue en Colombia, en particular en los cinco municipios más endémicos, para el periodo 2007 a 2012, y de los ciclos entre años entre 1978 y 2013 a nivel nacional.
Materiales y métodos. Se hizo un análisis exploratorio de ondículas con base en los datos de los casos incidentes de dengue reportados por semana epidemiológica en el periodo de 2007 a 2012, y por año, en el periodo de 1978 a 2013. Se utilizó un modelo autorregresivo de primer orden como hipótesis nula.
Resultados. Fue evidente el efecto de la epidemia de 2010 sobre la serie de tiempo a nivel nacional y la de los cinco municipios. Se observaron diferencias en los patrones de estacionalidad interanual por municipio. Asimismo, a nivel nacional se hallaron ciclos de dos a cinco años desde el 2004.
Conclusiones. El análisis de ondícula permite estudiar una serie de tiempo larga con patrones de estacionalidad variables, como en el caso del dengue en Colombia, e identificar diferencias por regiones. Es necesario explorar estos patrones en niveles de agregación inferiores y evaluar su relación con diversas variables predictoras.

Descargas

La descarga de datos todavía no está disponible.

Referencias

Brady OJ, Gething PW, Bhatt S, Messina JP, Brownstein JS, Hoen AG, et al. Refining the global spatial limits of dengue virus transmission by evidence-based consensus. PLoS Negl Trop Dis. 2012;6:e1760. http://dx.doi.org/10. 1371/journal.pntd.0001760

Bhatt S, Gething PW, Brady OJ, Messina JP, Farlow AW, Moyes CL, et al. The global distribution and burden of dengue. Nature. 2013;496:504-7. http://dx.doi.org/10.1038/nature12060

World Health Organization. Dengue and severe dengue. Fecha de consulta: 5 de mayo de 2015. Disponible en: http://www.who.int/mediacentre/factsheets/fs117/en/

Castro RR. Costos del dengue en Colombia (2010-2012). Impacto en salud pública. Fecha de consulta: 29 de abril de 2015. Disponible en: http://www.paho.org/hq/index.php?option=com_docman&task=doc_view&gid=25900&Itemid=

Castañeda-Orjuela C, Díaz H, Álvis-Guzmán N, Olarte A, Rodríguez H, Camargo G, et al. Burden of disease and economic impact of dengue and severe dengue in Colombia, 2011. Value Health Reg Issues. 2012;1:123-8. http://dx.doi.org/10.1016/j.vhri.2012.09.014

Castro-Rodríguez R, Galera-Gélvez K, López-Yescas JG, Rueda-Gallardo JA. Costs of dengue to the health system and individuals in Colombia from 2010 to 2012. Am J Trop Med Hyg. 2015;92:709-14. http://dx.doi.org/doi:10.4269/ajtmh.14-0386

Instituto Nacional de Salud. Informe del evento dengue, hasta el periodo epidemiológico XIII, Colombia, 2014. Fecha de consulta: 2 de mayo de 2015. Disponible en: http://www.ins.gov.co/lineas-de-accion/Subdireccion-Vigilancia/Paginas/informes-de-evento.aspx

Castrillón JC, Castaño JC, Urcuqui S. Dengue in Colombia: Ten years of database records. Rev Chilena Infectol. 2015;32:22-9. http://dx.doi.org/10.4067/S0716-10182015000200004

Villar LA, Rojas DP, Besada-Lombana S, Sarti E. Epidemiological trends of dengue disease in Colombia (2000-2011): A systematic review. PLoS Negl Trop Dis. 2015;9:e0003499. http://dx.doi.org/10.1371/journal.pntd. 0003499

Johansson MA, Cummings DA, Glass GE. Multiyear climate variability and dengue-El Niño southern oscillation, weather, and dengue incidence in Puerto Rico, Mexico, and Thailand: A longitudinal data analysis. PLoS Med. 2009;6:e1000168. http://dx.doi.org/10.1371/journal.pmed. 1000168

Thai KT, Anders KL. The role of climate variability and change in the transmission dynamics and geographic distribution of dengue. Exp Biol Med (Maywood). 2011;236: 944-54. http://dx.doi.org/10.1258/ebm.2011.010402

Cazelles B, Chávez M, Magny GC, Guégan JF, Hales S. Time-dependent spectral analysis of epidemiological time-series with wavelets. J R Soc Interface. 2007;4:625-36. http://dx.doi.org/10.1098/rsif.2007.0212

Stewart-Ibarra AM, Muñoz AG, Ryan SJ, Ayala EB, Borbor-Córdova MJ, Finkelstein JL, et al. Spatiotemporal clustering, climate periodicity, and social-ecological risk factors for dengue during an outbreak in Machala, Ecuador, in 2010. BMC Infect Dis. 2014;14:610. http://dx.doi.org/10. 1186/s12879-014-0610-4

Padilla JC, Rojas DP, Sáenz-Gómez R. Dengue en Colombia. Epidemiología de la reemergencia a la hiper-endemia. Bogotá: Guías de Impresión Ltda; 2012.

Cazelles B, Hales S. Infectious diseases, climate influences, and nonstationarity. PLoS Med. 2006;3:e328. http://dx.doi.org/10.1371/journal.pmed.0030328

Cazelles B, Cazelles K, Chávez M. Wavelet analysis in ecology and epidemiology: Impact of statistical tests. J R Soc Interface. 2013;11:20130585. http://dx.doi.org/10.1098/rsif.2013.0585

Grenfell BT, Bjørnstad ON, Kappey J. Travelling waves and spatial hierarchies in measles epidemics. Nature. 2001;414:716-23. http://dx.doi.org/10.1038/414716a

Cazelles B, Chávez M, McMichael AJ, Hales S. Nonstationary influence of El Niño on the synchronous dengue epidemics in Thailand. PLoS Med. 2005;2:e106. http://dx.doi.org/10.1371/journal.pmed.0020106

Adak S. Time-dependent spectral analysis of nonstationary time series. J Am Stat Assoc. 1998;93:1488-501. http://dx. doi.org/10.2307/2670062

Chowell G, Cazelles B, Broutin H, Munayco CV. The influence of geographic and climate factors on the timing of dengue epidemics in Perú, 1994-2008. BMC Infect Dis. 2011;11:164. http://dx.doi.org/10.1186/1471-2334-11-164

Viboud C, Bjørnstad ON, Smith DL, Simonsen L, Miller MA, Grenfell BT. Synchrony, waves, and spatial hierarchies in the spread of influenza. Science. 2006;312:447-51. http://dx.doi.org/10.1126/science.1125237

Stoddard ST, Wearing HJ, Reiner RC, Morrison AC, Astete H, Vilcarromero S, et al. Long-term and seasonal dynamics of dengue in Iquitos, Peru. PLoS Negl Trop Dis. 2014;8:e3003. http://dx.doi.org/10.1371/journal.pntd. 0003003

Simões TC, Codeço CT, Nobre AA, Eiras AE. Modeling the non-stationary climate dependent temporal dynamics of Aedes aegypti. PLoS One. 2013;8:e64773. http://dx.doi.org/10.1371/journal.pone.0064773

Cuong HQ, Hien NT, Duong TN, Phong TV, Cam NN, Farrar J, et al. Quantifying the emergence of dengue in Hanoi, Vietnam: 1998-2009. PLoS Negl Trop Dis. 2011;5:e1322. http://dx.doi.org/10.1371/journal.pntd.0001322

Azad S, Lio P. Emerging trends of malaria-dengue geo-graphical coupling in the Southeast Asia region. J Vector Borne Dis. 2014;51:165-71.

Grisales N, Poupardin R, Gómez S, Fonseca-González I, Ranson H, Lenhart A. Temephos resistance in Aedes aegypti in Colombia compromises dengue vector control. PLoS Negl Trop Dis. 2013;7:e2438. http://dx.doi.org/10.1371/journal.pntd.0002438

Ocampo CB, Salazar-Terreros MJ, Mina NJ, McAllister J, Brogdon W. Insecticide resistance status of Aedes aegypti in 10 localities in Colombia. Acta Trop. 2011;118:37-44. http://dx.doi.org/10.1016/j.actatropica.2011.01.007

Instituto Nacional de Salud. Mortalidad 1998-2011 y situación de salud en los minicipios de frontera terrestre en Colombia. Bogotá: Imprenta Nacional de Colombia; 2013. p. 237.

Naish S, Dale P, Mackenzie JS, McBride J, Mengersen K, Tong S. Climate change and dengue: A critical and system-atic review of quantitative modelling approaches. BMC Infect Dis. 2014;14:167. http://dx.doi.org/10.1186/1471-2334-14-167

Focks DA, Haile DG, Daniels E, Mount GA. Dynamic life table model for Aedes aegypti (Diptera: Culicidae): Analysis of the literature and model development. J Med Entomol. 1993;30:1003-17. http://dx.doi.org/10.1093/jmedent/30.6. 1003

Romero-Vega L, Pacheco O, de la Hoz-Restrepo F, Díaz-Quijano FA. Evaluación de la notificación del dengue durante una epidemia, Colombia. Rev Saúde Pública. 2014;48:899-905. http://dx.doi.org/10.1590/S0034-8910.2014048005321

Zea D, Osorio L. Situación del sistema de vigilancia de casos de dengue en un municipio de Colombia. Rev Salud Pública (Bogotá). 2011;13:785-95. http://dx.doi.org/10.1590/S0124-00642011000500007

Ramírez M, Lozano N, Huguett C, Florez L. Informe preliminar de análisis de concordancia entre REPS y Sivigila. Bogotá, D.C.: Instituto Nacional de Salud; 2012.

Publicado
2016-08-01
Cómo citar
Fernández-Niño, J. A., Cárdenas-Cárdenas, L. M., Hernández-Ávila, J. E., Palacio-Mejía, L. S., & Castañeda-Orjuela, C. A. (2016). Análisis exploratorio de ondículas de los patrones de estacionalidad del dengue en Colombia. Biomédica, 36(Sup2), 44-55. https://doi.org/10.7705/biomedica.v36i0.2869
Sección
Artículos originales

Artículos más leídos del mismo autor/a