可变性建模的降水、森林砍伐和美国在奥兰外皮的利什曼病的发病率,阿根廷,1985 - 2007

文摘

美国外皮的利什曼病(ATL)是一种疾病传染给人类的女性白蛉属Lutzomyia。有几个因素参与了疾病传播循环。在这个工作只有降雨和森林砍伐被认为是评估ATL的发病率的变化。为了达到这个目标,每月记录数据的ATL的发病率在奥兰,萨尔塔,阿根廷,在1985 - 2007年期间使用。的平方根的相对发病率ATL和相应的方差被制定为时间序列,这些数据平滑移动平均线的12和24个月,分别。同样的程序应用于降雨数据。典型的个月,4月,8月,12月,被发现并允许我们描述的动力学行为ATL的爆发。这些结果在95%置信水平测试。我们的结论是,降雨量的变化不足以证明疫情暴发的ATL在1997 - 2000年期间,但它一直解释说在2002年和2004年的情形。森林砍伐活动发生在这个区域可以解释流行高峰中观察到两年,也在整个时间的观察,除了2005 - 2007年。

1。介绍

利什曼病媒传播的疾病是一个复杂的由属的原生动物引起的利什曼虫。这种寄生虫是通过女性白蛉叮咬传播给人类(双翅目:毛蠓科:Phlebotominae),正如前面提到的文本(1]。这种疾病在阿根廷于1915年首次描述(2]。1928年,描述;8:32利什曼病的地理分布在阿根廷3];然而,第一个证据确凿的爆发发生在1984 - 1987年在东北被Salta省Sosa-Estani et al。4]。最近,所罗门和他的同事们(5]分析了时空分布模式对白蛉、发射机的美国外皮的利什曼病(ATL)在萨尔塔,尤其是Pichanal的城镇,Embarcacion, Mosconi(22°30′年代24°10′年代,63°10′年代到64°25 W′)。

在热带地区的美国,相信利什曼病的发生传输一直局限于人类暴露在潮湿的森林型地区寄生虫在与森林有关的活动。然而,人为生态系统促进了快速入侵一些向量的变换和哺乳动物物种nonsylvatic栖息地,从而增加人类接触和感染的风险。更具体地说,先前的研究在这一地区的奥兰的结论提供了潜在的城市ATL的传播。通过聚类研究,吉尔和他的同事们(6]估计更高概率的ATL传输与儿童生活在附近的种植园和次要的疣状赘生物。

疾病相关的动态波动的水库和向量和强烈与环境变化和气候因素(7]。ATL传播协会与森林接近/森林砍伐导致的大规模景观转换可以减少ATL出现(8]。环境变化,特别是天气的变化,的解释通常调用季节性在虫媒传染病的发生。之间存在明显的数据上的相关流行周期和周期的温度、湿度、降雨或风已确定。然而,相关性可能发现与混杂因素以及原因(9]。可能影响ATL发病率的增加与环境的变化是由森林砍伐造成为了发展农业项目,,同时,通过城市化的进步,公路、水坝建设,称为(10]。森林砍伐的森林和碎片整理在拉丁美洲与利什曼病的发病率增加有关。此外,消除植被可以显著改变天气模式(11]。

定性和定量分析,考虑到奥兰ATL的发生率进行了为了描述降雨和森林砍伐影响发病率。因素中,通常与流行高峰的ATL,降雨和森林砍伐有明显的体重中描述(5,12],他们发挥重要作用数学模型描述的复杂周期ATL的传播。

本文分析ATL发病率在萨尔塔仅限于只有与环境变化相关的两个元素:降雨和森林砍伐。还有许多其他的风险因素影响ATL传输在一个复杂的方法,但它们超出了本研究的范围。的数据库集保存当前注册ATL萨尔塔的情况下一维时间序列。尽管有许多研究论文数据库包括卫星图像的地理区域是用于估计归一化植被指数(NDVI)和增强型植被指数(增强型植被指数),如在13- - - - - -17),在这个工作中,仅仅是基于时序建模方法:测试进行一维时间变量。在不久的将来将包含空间数据补充本研究整合归一化植被指数和增强型植被指数,为了有一个更健壮的空间和时间的数学模型。

本文分析时序模式的ATL的发生率在人类学系的奥兰(最重要的城市是圣拉蒙de la Nueva奥兰,23°08年′年代,64°20 W′),萨尔塔,阿根廷,一段23年之久。在这个分析降雨和森林砍伐时间序列考虑在内。ATL的记录发生在这个地区,在1985 - 2007年期间,时间序列的方差平方根(√)转换是平滑的移动平均12,16日和24个月。同样的程序应用于时间序列的(√)改变了降雨在指定的期间。数据库的公顷被砍伐的奥兰不同长度时间以年允许我们构造一个分段线性时间函数。考虑三个时间序列获得使用上面提到的三个移动平均线,定性和定量分析,以描述森林砍伐和降水可能影响或解释的动力学的ATL发病率奥兰的部门。

短暂,从动力学的角度入射的ATL,特定的这项工作的贡献是发现,在研究了奥兰,4个月,8月,12月在ATL传输特点。这几个月与相对的最大平均发病率(√)发生的一年,因应用同余的概念。为了展示这些特点,我们认为4月,8月和12月对应的等价类4、8和12日分别,我们也考虑到这一点(国防部12),(国防部12)(mod 12),获得了16个部分分析的时间序列的自相关函数(PACF)学习。这些函数提供了证据的观察模式将其分类为一个进程缓慢减少,从本月16日小值与函数之间的界限0.12。尽管使用一个自回归模型不适合由于这样的事实,我们应该有大量的参数估计,任何模型与订单16将小吝啬的;因此统计模型的周期4 8和12可能更适合描述的行为的目的年度流行高峰。ATL发病率的动力学研究时期最好的解释是可变性的森林砍伐而不是通过降雨量的变化。在这项研究中可以显示图形之间的联系流行高峰和森林砍伐,通过集之间重要的联系相对(√)发病率和森林砍伐为此目的而建造的。这项工作打开车门设计涉及大量的数学模型与气候变化有关的变量在该地区的研究。

从流行病学的角度来看,卫生当局将协助采取必要的控制措施。例如,假设在某一年的发病率增加4 - 6月期间,在明年,潜在的增长应该会在August-September或者辛普森。这可能是关键的预期可能发生的病例和增加,然后,优化控制措施下的利什曼病del Ministerio de Salud Publica de la阿根廷(18),确保更有效地利用可用资源。在这个意义上结果有助于加强卫生结构准备预计将增加在ATL情况下个月的特别功能。这些几个月或一段更高的知识传播可能允许在初级卫生保健专业人员或培训本地引用改进预防方法包括在计划中。逻辑上必须考虑这考虑间隙的存在从白蛉叮咬,疾病的最初症状的发病。除了结果可以帮助发展的模型来评估不同的控制策略的有效性降低ATL的传播。

2。材料和方法

2.1。地区正在研究和ATL的发病率数据

每月记录病例数的ATL发生在奥兰,位于西萨尔塔省东北部,阿根廷,1985 - 2007年期间,那些在项目注册的皮肤疾病,在奥兰热带病研究所和医院伊娃庇隆在Hipolito Yrigoyen”。发病率的数据证实了这些训练有素的卫生工作者通过临床检查的ATL病例症状。从这个数据库,每月每发生率居民估计。人口数据从INDEC检索(国家统计和人口普查,阿根廷)(19),在1980年、1991年和2001年,和一个线性回归是为了描述每月ATL的发病率。

研究下的地区是亚热带的气候与旱季包括一个8个月的时期。在夏天,高温和恒定的湿度变得不舒服,而在冬天,气候舒适,由于降雨和低温。平均每年降水量约1000毫米,平均最高温度为32°C在夏天冬天,至少9°C。从SMN(国家气象服务、阿根廷)的数据(20.),记录的最高温度为44.4°C和最低−3.6°C,显示一个非常大的振幅特别集中在7 - 9月。

2.2。森林砍伐和降雨量数据

为了评估ATL发病率的依赖与降雨和砍伐森林,砍伐面积(公顷/年)数据从1977年到2008年,萨尔塔被使用,特别是市政部门县奥兰(21]。我们构造一个线性分段函数每月森林砍伐1985 - 2007年期间的数据。同样来自SMN获得的降雨数据。

2.3。数据处理

以下步骤进行。

(a)探索发病率、相对利率、降水、和森林砍伐数据以识别组件的描述这些时间序列。

(b)的研究,自相关函数(ACF)和偏自相关函数(PACF) [22- - - - - -24)时间序列的ATL发病率改变了平方根(√):作为Abeku et al。25),我们计算相对发病率以适合所有直辖市发病率数据相同部门的规模。当月的相对发病率(用)计算,在那里案件的发生率在月和是总体的均值(√)转换系列。发病率的back-transformation是如此。同样的程序已经应用于(√)改变了降雨时间序列。这样两个转换系列无量纲,我们可以比较他们为了得到一个统计模型来解释他们的行为。

(c)平滑的不规则部分时间序列的相对发病率(i)和(√)降雨通过使用简单的移动平均线针对检测趋势或季节性组件:计算输出一个简单的移动平均线,下列方程应用: 在哪里为和为(22]。

(d) Ljung-Box的应用以及使用不同的发病率相对滞后的时间序列值的ACF系列(22):通过使用软件MATLAB (26)二选一的决定是为了测试使用ACF之间的自相关值。通过填充矢量滞后采取了不同的滞后与所有在这项研究中,输出如下。(1) 布尔向量决定:元素表示接受零假设;即模型适合充分(没有相应元素的序列相关滞后),和元素表示拒绝零假设。H是相同的大小滞后。(2) 值():向量的水平值(意义)的零假设没有在每个滞后的序列相关性滞后将被拒绝。(3) 统计():向量的值统计每个滞后滞后。(4)关键值():向量的临界值与卡方分布与相应的元素。

(e)同余的概念应用到相关的月度数据,以发现不匹配的部分自相关函数和估计的一些特征ATL的相对发病率(√)时间序列,如果任何:当有两个PACFs之间的不匹配,这种情况可以关联到一个重要的代数概念如一致。它可以被认为是一个泛化关系的平等。让,,是整数。然后是相等的模它提供了什么分写成。的同余类模,用所有整数的集合,都是相等的模定义在[27];也就是说,

(f)获得时间序列1年和2年使用移动平均方差,给出了(1),执行的定性分析的意思是暴发的ATL考虑降雨的相对发病率(√)。

一个简单的函数(g) Oonstruction定义在[15),因为森林砍伐比较它与降雨模式和ATL的相对发病率(√): 在哪里特征函数的设置,期间有不同的长度,在森林砍伐的数据存在下沿整个时期的研究。的值是由,被注册的森林砍伐的价值在此期间每砍伐雨林公顷。

分段线性函数描述森林砍伐的时间序列,从简单的函数由(3),构造如下:给定两个间隔的连续时间的森林砍伐和的倒数第二年年底连接的第一年的开始段,剩下的值在每个时间间隔由函数给出。

时间序列的尺度是不同的,在第一步结果本质上描述和定性特征和他们做一些推断提供了条件。这种分析可用于建设的模型或子来描述复杂系统相关发病率和非生物数据,如化学和物理环境变量。

3所示。结果

图1研究显示了该地区的地理位置在阿根廷,,更具体地说,西方萨尔塔省东北部,美国奥兰(绿色)(b)所在地。年降水量的地图西北阿根廷(d)和地区的一个近似扩展这项研究显示(紫色曲线内(c))。地图是来自国家地理研究所研究院(IGN) [28)和西班牙de Tecnologia Agropecuaria (INTA) [29日]。

图2显示了一个表面基于每月注册在奥兰ATL病例,在1985 - 2007年期间。这个图展示了ATL歧视案件显示年,月。四组时期主要山峰都观察到的1986 - 1987,1990 - 1991,1996 - 2000,2002 - 2004。第三节包含一个亚纪(1998 - 1999),提出了最大流行高峰期间注册的研究。尤其是在12月和1月,当降雨开始,一些情况下观察到的关于流行高峰。

相对(√)发病率数据平滑通过使用移动平均滞后12,根据(1),1985 - 2007年期间,显示在图中3(一个)。它显示了一个类似的行为相比,图2。绝对最大代表的近似增长100%(1.95)相比,1997 - 1999年期间1990 - 1991和2002 - 2004年期间为61%。这种情况持续的置信区间与可能的历史行为直到1996年注册。边界是画在蓝色和平滑系列是用红色表示。

样本自相关函数图所示3 (b)。根据这个数字,我们确定的顺序自相关组件的模型,这是。ACF的一般分析收敛慢化,使用滞后16日从结果之间的值仍然上()和低()限制(虚线)的置信区间显示在图3 (b)。

基于相移的16个月发现PACF函数,可以发现类月特点对ATL的相对发病率(√)。中定义的一致,(2),我们决定每月类模12,每一个每一个16个月的倍数。结果如表所示1和图4。

偏自相关函数获得平滑移动平均时间序列的相对滞后(√)发病率如图24个月5。图提供了一个强大的PACF变化值在一开始,但经过4个月的滞后值是坐落在置信界限),所以我们可以取平均移动平均线组件的顺序。如果我们考虑到12个月的滞后,PACF变成一项指标的移动平均线的顺序将大于4非常缓慢的收敛到零。

我们应用Ljung-Box以及用于测试拟合优度滞后4,8日和12日与三个元素对应的输出向量来测试,在这三个滞后,分别。输出如下:,,,。由于所有组件的向量等于0的组件大于的显著性水平(0.05),我们得出这样的结论:这三个零假设不得拒绝;也就是说,在每一个滞后,符合移动平均线是挪用的置信水平为95%。

图6显示了每月的1年时间序列的方差相对发病率(√)(红色曲线)和(12)降雨(蓝色曲线)。曲线都呈现在同一轴。相对(√)发病率模式所示向上的轴(黑条),而(√)降雨所示向下轴(黑条)。通过这样做,围绕影响沉默期和疾病流行高峰可以很容易地看到。在1986 - 1995年期间有两个小山峰,和两个系列的行为是相对一致的沉默期。这一时期是紧随其后的是最杰出的流行高峰(√)降雨量变化的低发病率相对(√)。很短的沉默期发生在2000 - 2001。在最后阶段有两个峰的相对发病率(√),配合两座山峰(√)的降雨量的变化。

图7显示了2年时间序列的方差相对发病率(i)和(12)降雨。同样的环绕效果对沉默和疾病流行高峰时期,如图6。1986 - 1995年期间有更均匀的行为,这是统计学意义,因为串联滞后较大的1年期方差。更突出流行高峰相比,提供了更大的可变性,观察图6。更短的沉默期发生在2000 - 2001。在最后的2002 - 2004年有许多山峰的相对发病率(√)显示更大的变异性相对(√)发病率相比去年同期1年期方差时间序列。

图8显示了简单的函数中定义的步骤(g),其中的曲线下的面积代表了砍伐雨林(公顷)在整个研究期间。在1985年和1998年之间函数的值仍然几乎不变的范围3315 - 3529公顷/年。在1998 - 1999年期间函数达到最大(~ 129%),匹配最大的流行病爆发时期的研究。这些流行后,我们观察到一个臭名昭著的2000年和2001年下降,但从2002年到2005年系列返回大约中间的值最高的历史价值,在重大传染病疫情。这最后的观察可能是鼓励由于经过26331年阿根廷国会的法律(原始森林的预算法案最低环保)。

图9显示了2年的时间序列方差相对(√)发病率和分段线性函数(绿线)由参加一年一度的简单函数的值在步骤(g)中,获得代表奥兰的部门每年砍伐数据。从1986年到1997年被砍伐的公顷的值几乎不变,考虑齐次系列的行为相匹配。在下一期1997 - 2000增加大量的被砍伐的雨林在阶段最大的流行高峰期间注册的历史时间序列发病率。在2000 - 2001年的线性函数减少协议沉默流行周期短,而在2002 - 2004年两个山峰观察显示类似的动力学的发病率。最后阶段提出了一个伟大的特别增加的森林砍伐的逆相关ATL的发生率,和最后一期平均呈现相同的值在研究的第一阶段。类似的模式时观察到的1年期方差系列被认为是,所以这个图是省略。

4所示。讨论

一些原生动物疾病应报告;也就是说,公共卫生工作者必须通知中央权威对这些感染的发生。在阿根廷,美国外皮的利什曼病(ATL)就是其中之一。尽管这些记录可能包含很多不准确,他们提供了定性指标的纵向和横向趋势ATL的发病率。基于ATL的情况下通知记录,简单的或更多的阐述了统计分析可以做,为了寻找疾病发病率的变化在时间确定季节周期。可以重新排列数据分析的几个星期或几个月,或另一个合适的时间。摘要建筑表面的利什曼病病例旨在可视化疫情的奥兰期间1985 - 2007(见图2)。表面清楚显示当流行高峰发生在调查期间。四组时期主要山峰都观察到的1986 - 1987,1990 - 1991,1996 - 2000,2002 - 2004。第三节包含一个亚纪(1998 - 1999),提出了最大流行高峰注册在整个时期。尤其是在12月和1月,当降雨开始,相对较少的情况下观察到疾病相比峰值。

考虑这些数据我们构造平滑时间序列的相对发病率(√),图3(一个)。从这个图和图2四组流行高峰的观察,但其中三个范围超出了信心,他们具有统计学意义,除了1990 - 1991年期间,当其最大非常接近上绑定的信心。在这些团体,我们观察到,每年有两个主要的时刻:秋季和春季,第二,夏天的时间。考虑的第一个系统评价空间和季节性大量phlebotomine白蛉由所罗门et al。(2004)5阿根廷萨尔塔的],Pichanal农村的网站,与这里描述的流行高峰几乎是在协议与山峰每年被他们发现。看的最大的富足Lutzomyia neivai密度得到Quintana et al。(2012)30.]和人间病例的发生率,具体在同一时间,我们可以看到他们之间的差距。这样我们认为相对(√)发病率的进化,直接与数量的情况下,可以看到与丰富的可phlebotomine白蛉传播呈正相关。

基于相对时间序列(√)发病率我们获得了自相关函数;参见图3 (b)。观察到的模式提出了证据分类过程缓慢减少,从本月16日小值与函数之间的界限。自回归模型的使用不合适的因为我们可以有大量的参数估计;因此任何模型与订单16是吝啬的。

我们找到了一个16个月的相移,使我们找到类月与特色对平滑ATL的相对发病率。同余,我们决定每月类模12属于16个月的倍数,这允许我们定义每月类对应于4月这几个月,8月和12月,如表所示1。在这几个月的相对发病率应该将增加根据历史记录分析了工作。值得重视的是,这些每月类,在每一个开始的三个季节周期匹配也意味着疾病高峰和季节性大量phlebotomine白蛉被所罗门et al。(2004)5]。

PACF函数提出了一种更为明显减少,表明后4个月范围内所有数据保持信心;参见图5。落后8保持一点价值,虽然它代表总数的4%(少于5%的显著性水平)的数据。值得注意的是,此值后,函数仍然在信心范围内,和振荡行为发生。这个特定的观察会允许我们发起一项研究统计建模过程的时间序列的研究使用组件自回归和移动平均,例如,一个基于“增大化现实”技术(4)或高阶结构保持模型的吝啬和其他特征的相关性。

通过应用Ljung-Box以及相关的滞后4、8和12,所有输出向量的三个要素,对应于测试,在这三个滞后。输出意味着接受零假设。向量包含了三个测试的值。在显著性水平,没有自相关的零假设被接受在所有三个滞后。结论是有显著偏自相关系列。统计测试和至关重要的给出了输出值和分别与互补信息为了接受零假设。

所罗门et al . (2004、2012)5,31日和查维斯et al . (2008)8]表明,降水的气候现象与水平衡和径流系数有关,可用shadow-roofed保护,相对湿度和温度。这些影响调制的降水和温度会反过来影响幼虫衬底,在窗口土壤水分是必要的生存,是天气引起的不同变量的影响,如代谢速度调节器对幼虫也成年人。Quintana et al。(2012)30.讨论,从一个焦点规模水平变化,景观修改,森林砍伐,阿根廷西北部地区的碎片在省级行政区呈高度流行),纵向interepidemic时间捕获的结论表明白蛉metapopulation结构动力学。从时间序列分析、植被种群斑块的房屋附近有一个有意义的关联每5或6周。这样观察动态几乎是类似于我们发现本文人间病例的发病率相对(√)。

关于这里的结果(见图6来9),只有在该地区降雨量的可变性和森林砍伐被认为是,我们发现一个重要的观察对疫情:首先降雨时间序列的方差不能完全解释流行在1997 - 1999年期间,但降雨量变化可以解释的流行时期1986 - 1987和2002 - 2004年,特别在第二期。在一篇评论文章中(30.ATL矢量显示),积极与降雨发生在前几年。由于一代新的最终繁殖地,白蛉还显示一个与温度和相对湿度。更好的近似我们发现的这些结果将通过添加其他变量如温度和相对湿度。

图8显示简单的函数为年平均森林砍伐,清除公顷的森林系的奥兰,萨尔塔,阿根廷,1985 - 2007年期间。简单函数的年度平均值砍伐公顷的森林在奥兰,我们构建了一个分段线性函数为了比较只采取年度值的方差时间序列ATL的相对发病率(√),如图9(绿线)。相比时用于描述的相对发病率(√),它提供了一个有意义的耦合与前面提到的历史ATL流行高峰。这可以解释森林砍伐的关系证明相对(√)发病率的ATL学习和匹配的爆发和森林间隙之间的关系被查维斯et al。8]。这个数字表明,增加森林砍伐的主要历史阶段ATL山峰的奥兰,记载的时期1997 - 1998和2002 - 2004。关于第一个流行期间,与图相比,我们观察2摘要Paruelo et al。(2011),被砍伐的表面几乎是线性的动力学行为与缓慢的斜率在1980 - 1996年期间和之后的模式可能会安装一个多项式函数和高阶或者一个指数函数。特别是我们看到在图9从2004年最后一个峰值的增加在森林砍伐不利于减少相对发病率(√)。一个可能的解释这一现象可能是一个突然的变化在正常发展的人口环境媒介传播疾病。

另一方面我们表明,毁林事件并不会出现在主导频率和频率之间的近似概率较低和,因为分段线性函数表明最大砍伐公顷每年发生一次或两次2005研究时期。这样,由于森林砍伐是给出的情况类似于哈雷(1996)描述的行为(32]:生态学家预计罕见和常见的事件是重要的生态系统将会受到无数微小的变化每一天。一些罕见的事件和更持久的影响噪声是一种描述这些类型的事件。它被描述为进化的随机过程和众多的特点是强烈的相关性。这表明流行高峰quasirare协会事件可以解释的乱砍伐森林。我们知道,森林砍伐是不同的在下雨或干燥的季节;然而,它已被选为构建分段连续函数为简单起见,旨在可视化图形。

这项研究的结果显示,相对的动态(√)发病率与森林砍伐变量密切相关,在一个较小的程度上,变量降雨周期分析。历史时间序列的分析让我们观察发病率之间的联系,砍伐森林,和雨水和发现的特点(4 - 6月,August-September和辛普森),这可能是关键的预期发生的病例和增加,因此,优化控制措施下的利什曼病del Ministerio de Salud Publica de la阿根廷,这是通过决议386/2004。提到的项目往往以确保更有效地使用可用的资源。在这个意义上结果有助于加强卫生结构预期增长做好准备以防混合,在数月的特色。这几个月或时间显示在表的知识1和图4,在社区水平在初级卫生保健专业人员和训练有素的当地个人,允许卫生当局预测,提高预防方法包括在计划中。

5。结论

这里给出的定量和定性描述构建模型时可以有用ATL的时序动态预测的目的。例如,我们表明,从代数的角度用同余的概念,典型的三个月,4月(4类),(类8),8月和12月(12类),他们发现了ACF的数学描述和PACF相匹配。通过研究相对发病率(√),我们观察到ATL的年度高峰开始在这几个月里,显示8月发生的最大频率(最大的旱季)。关于4月和12月,他们比8月显示较低的频率。这些类是使用一致的应用程序获得16模12日在16从ACF分析获得的PACF相对发病率(√)时间序列。在这项研究中可以显示图形之间的协会流行高峰,降雨和森林砍伐。相对的重要集之间的联系(√)发病率和森林砍伐建造目的是观察到,这是更重要的比耦合所示的一系列降雨。

最好的描述可以通过合并其他气候因素,特别是时间序列呈现季节性的组件,如温度。感兴趣的是这些因素模型使用集成自回归移动平均(ARIMA)模型,特别是滑动平均(MA)模型作为由Chaves和帕斯卡(2006)(33)和所罗门等。(2004)(5]。模型与订单4、8、12可能是合适的。然而,有困难去理解气候和森林砍伐现象的影响,测量了在不同尺度的ATL发生率,如本文所示。然而,使用相对发病率转换将使我们能够克服这些困难。

简单描述了在这个工作是合理的,我们的分析可以提供有用的线索理解底层的流行病学的本质过程,应合并或补充其他数学模型为ATL(见冈萨雷斯et al。(2010) (7])或其他媒介传播疾病(见Gomez-Elipe et al。(2007) (34])。这些模型可以考虑不同尺度在时间和空间的框架ATL传输被怀疑。

这些结果可以帮助加强健康病例组合结构准备预期增加,特别在典型的几个月。这几个月的知识或时间可以使教育在初级卫生保健专业人士预测,提高预防方法包含在问题的困扰,而利什曼病del Ministerio de Salud Publica de la阿根廷。

利益冲突

作者宣称没有利益冲突有关的出版。

确认

感谢将Paruelo博士和他的同事们共享数据库,博士g . Chalabe皮肤疾病(程序),j·吉尔博士(热带病研究所,Oran)和SMN (Servicio Metereologico Nacional)。由于是由于初级卫生保健的专业伊瓦拉太太安东尼娅(医院Hipolito Yrigoyen)帮助作者访问ATL的地区发生和合作,开展这项工作。这部分工作由CIUNSa和Consejo de Investigacion de la所德萨尔塔,阿根廷。作者也想感谢匿名评论者的本文的改进意见和建议;他们也感谢教授r . Fenoglio改正期末论文的英文版本。

引用

1. n秋雨和s . Guernaoui与季节性“病媒传播疾病的流行阈值。在Chichaoua皮肤利什曼病的情况下,摩洛哥。”数学生物学》杂志上,53卷,不。3、421 - 436年,2006页。视图:出版商的网站|谷歌学术搜索|MathSciNet
2. o·d·所罗门:j . Mocarbel e . Pedroni j .科伦坡和m . Sandillu”Phlebotominae:向量de利什曼病在拉斯维加斯Provincias de Santa Fe y恩,阿根廷,“药物,卷66,不。3、220 - 224年,2006页。视图:谷歌学术搜索
3. v . e .; 8:32“Contribuciones al工厂化de la distribucion geogra fi ca de l利什曼病en la阿根廷,“Boletin成为我们学院Quirurgica布宜诺斯艾利斯,15卷,不。88年,第328 - 325页,1928年。视图:谷歌学术搜索
4. s Sosa-Estani Segura e·l·o·d·所罗门et al .,“在阿根廷北部外皮的利什曼病:感染和疾病的分布,在萨尔塔省三市,1990 - 1992,”航空杂志上哒姐妹Brasileira de热带药物,33卷,不。6,573 - 582年,2000页。视图:出版商的网站|谷歌学术搜索
5. o·d·所罗门·m·l·威尔逊·l·e·Munstermann和b . l . Travi”的空间和时间模式Phlebotomine白蛉(双翅目:毛蠓科)在皮肤利什曼病集中在阿根廷北部,“医学昆虫学杂志》第41卷。。1,33-39,2004页。视图:出版商的网站|谷歌学术搜索
6. j·f·吉尔·j·r·纳赛尔s p卡哈尔et al .,“城市传播美国皮肤利什曼病在阿根廷:空间分析研究中,“美国热带医学和卫生杂志》上,卷82,不。3、433 - 440年,2010页。视图:出版商的网站|谷歌学术搜索
7. c·冈萨雷斯,o . Wang s e . Strutz c . Gonzalez-Salazar诉Sanchez-Cordero和s . Sarkar”在北美气候变化和利什曼病的风险:从生态位模型预测向量和水库的物种,”《公共科学图书馆·被忽视的热带疾病,4卷,不。1,文章e585, 2010。视图:出版商的网站|谷歌学术搜索
8. l·f·查维斯j·m·科恩,m·帕斯卡·m·l·威尔逊,“社会排斥修改气候和森林砍伐对虫媒疾病的影响,“《公共科学图书馆·被忽视的热带疾病,卷2,不。1,文章ID e176, 2008。视图:出版商的网站|谷歌学术搜索
9. s . f .道,“季节性变化主机某些传染性疾病的易感性和周期,”新发传染病,7卷,不。3、369 - 374年,2001页。视图:出版商的网站|谷歌学术搜索
10. j . a . Patz a . k . Githeko j.p. McCarty, s·侯赛因Confalonieri, n . de湿,“气候changue和传染病”气候变化和人类健康第六章,第132 - 103页,2014年,http://www.who.int/globalchange/summary/en/index5.htmlz。视图:谷歌学术搜索
11. m·l·威尔逊“生态和传染病,”生态系统变化和公共卫生:全球视角l . j . Aron以及j . a . Patz Eds。,pp. 283–324, John Hopkins University Press, Baltimore, Md, USA, 2001.视图:谷歌学术搜索
12. j . Ampuero m . Urdaneta v . d . o .马赛,“风险因素在0至5岁儿童皮肤利什曼病传播的流行区利什曼虫(Viannia) braziliensis”Cadernos de Saude上市,21卷,不。1,第170 - 161页,2005。视图:出版商的网站|谷歌学术搜索
13. j . m . Paruelo m . f . Garbulsky j . p . Guerschman和e . g . Jobbagy”二十年的归一化植被指数的变化在南美:识别全球变化的印记,“国际遥感杂志》上,25卷,不。14日,第2806 - 2793页,2004年。视图:出版商的网站|谷歌学术搜索
14. Segura d·a·g . Baldi·杜兰特和m . f . Garbulsky”分析de la dinamica颞de protegidas NDVI en领域:非常卡索de工厂化distintas escalas espacilaes,颞y de行为”Ecosistemas,17卷,不。3、108 - 117年,2008页。视图:谷歌学术搜索
15. r . l . Wheeden和a . Zygmund测量和积分为真正的分析介绍、专著和Texbooks纯粹与应用数学,马塞尔·德克尔,1977年。视图:MathSciNet
16. y·m·图尔l . Jarlan j . p . Lacaux c . h . Rotela和m . Lafaye”NDVI-precipitation在南美洲南端的时空变异性:可能的气候信号和流行之间的联系,“环境研究快报,3卷,不。4、1 - 9,2008页。视图:出版商的网站|谷歌学术搜索
17. c . Aparicio和m . d . Bitencourt Modelagem espacial de带de risco da花环hmaniose tegumentar美国,”航空杂志上Saude上市,38卷,不。4、511 - 516年,2004页。视图:出版商的网站|谷歌学术搜索
18. Ministerio de Salud上市,手动de Procedimientos对位含量Gerencial y专业尤其利什曼病,Resolucion不。386年,2004年。
19. 西班牙de Estadisticas y censo (INDEC), 2014年12月,http://www.indec.mecon.ar/micro_sitios/webcenso/censo2001s2_2/ampliada_index.asp?mode=66。
20. “优、io Meteorologico Nacional (SMN)”, 2013年,http://www.smn.gov.ar/?mod=clima&id=30&provincia=Salta&ciudad=Oran。视图:谷歌学术搜索
21. j . m . Paruelo r·圣地亚哥s·r·贝隆et al .,“Elementos概念y metodologicos对位拉Evaluacion de Impactos环境Acumulativos (EIAAc)在博斯克亚热带。阿根廷萨尔塔埃尔卡索del Este德。”Ecologia南国21卷,第178 - 163页,2011年。视图:谷歌学术搜索
22. 答:哈维,Forescasting结构时间序列模型和卡尔曼滤波第二章,Cambrigde大学出版社,1989年。
23. e . Renshaw模拟生物种群在时间和空间上11卷剑桥大学研究数学生物学英国剑桥,剑桥大学出版社,1991年。视图:出版商的网站|MathSciNet
24. b·d·里普利”乘以系列R 1.5.0。”RNews,卷2,不。2,2 - 7日,2002页。视图:谷歌学术搜索
25. t . a . Abeku s . j . de vla的g . Borsboom et al .,“预测疟疾发病率从历史埃塞俄比亚易流行地区的发病率模式:一个简单的季节性调整方法执行最好的,”热带医学与国际卫生,7卷,不。10日,851 - 857年,2002页。视图:出版商的网站|谷歌学术搜索
26. MathWorks,Matlab 7.6。技术计算的语言MathWorks, 2008。
27. t·亨格福特代数施普林格,2000年。
28. 国家地理研究所研究院,http://www.ign.gob.ar/.Geodatos。
29. a·r·比安奇和j . n .轻快的de Precipitacion Mapa数字媒体Anual del诺亚,recurso项目Naturales-INTA一些2014年阿根廷萨尔塔,http://anterior.inta.gov.ar/prorenoa/info/resultados/mapa_precip/precip_anual_noa.htm。
30. m·g·昆塔纳、m . s .费尔南德斯和o·d·所罗门”phlebotominae,向量的分布和丰富的利什曼病,在阿根廷:时空分析在不同的尺度上,“热带医学杂志文章ID 652803卷,2012年,16页,2012年。视图:出版商的网站|谷歌学术搜索
31. o·d·所罗门·m·g . Quintana a . v . Mastrangelo和m . s .费尔南德斯,“利什曼病和气候研究更改大小写:阿根廷、”热带医学杂志ID 601242条,卷。2012年,11页,2012年。视图:出版商的网站|谷歌学术搜索
32. j·m·哈雷“生态学、进化的1 / f噪声、”树的角度,3卷,不。1,33-37,1996页。视图:谷歌学术搜索
33. l·f·查维斯和m·帕斯卡”气候循环和预测皮肤利什曼病的非平稳媒介传播的疾病,”《公共科学图书馆·医学》杂志上,3卷,不。8 p . e295 2006。视图:出版商的网站|谷歌学术搜索
34. a . Gomez-Elipe a . Otero m . van爬虫和a . Aguirre-Jaime”基于月度预测疟疾发病率在Karuzi案例报告和环境因素,布隆迪,1997 - 2003,”《疟疾杂志》上》第六卷,第129条,2007年。视图:出版商的网站|谷歌学术搜索

版权

版权©2014胡安卡洛斯·罗萨莱斯等。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。