Sesión Aplicaciones de la Matemática y Física MatemáticaModelo estocástico vector-hospedador y evaluación de estrategias de control del dengue en Tartagal
Ezequiel Francisco Chocobar
Facultad de Ciencias Exactas - Universidad Nacional de Salta , Argentina - Esta dirección de correo electrónico está siendo protegida contra los robots de spam. Necesita tener JavaScript habilitado para poder verlo.
Las enfermedades no endémicas transmitidas por vectores, como el dengue en el norte de Argentina, presentan una gran variabilidad interanual en el tamaño de sus epidemias. La ciudad de Tartagal (ubicada al norte de la provincia de Salta, en la frontera con el sur de Bolivia) experimentó una epidemia de gran magnitud en el año 2009. A partir de 2010, se implementaron diversos trabajos de monitoreo de índices larvarios en puntos estratégicos de la ciudad [1]. Cuando se registraban valores críticos en una zona, se procedía a la limpieza de contenedores de agua y a la aplicación de larvicidas en aquellos que no podían eliminarse. Estas acciones de monitoreo y control del Aedes aegypti —vector transmisor del dengue— resultaron en una significativa reducción de los casos anuales.
En el presente trabajo, se construyó un modelo estocástico vector-hospedador [2] para simular los casos anuales de dengue en Tartagal. Para el vector Aedes, se incorporó un modelo poblacional [3] dependiente de factores ambientales (precipitación, temperatura y humedad relativa). Para los hospedadores, se utilizaron datos censales del INDEC (2010) para desarrollar un modelo metapoblacional donde cada parche representa un radio censal en interacción con sus vecinos más próximos. En cada parche, la información demográfica y de viviendas permitió regular la población del vector en función de la presencia de hospedadores y de las variables climáticas. De acuerdo con los reportes del Boletín Integrado de Vigilancia, los primeros casos en Argentina suelen ser importados; es decir, corresponden a personas que estuvieron en zonas endémicas durante las dos semanas previas. Utilizando datos del flujo de personas en los pasos fronterizos entre Salta y Bolivia (área endémica de dengue), se generó una serie sintética para emular la probabilidad de aparición de un caso importado en alguno de los radios censales.
Al simular en el modelo las estrategias de monitoreo e intervención basadas en índices larvarios, se obtuvieron resultados estadísticamente consistentes con los casos reportados entre 2010 y 2017.De este modo, el modelo desarrollado permite evaluar diferentes escenarios epidemiológicos a partir de la aplicación de diversas estrategias de control biológico. Asimismo, servirá como una herramienta fundamental para cuantificar y comparar el impacto de nuevas intervenciones. En particular, se propone utilizar el modelo para simular y cuantificar la reducción adicional en la incidencia de casos que podría alcanzarse mediante la implementación de campañas de vacunación, complementando las medidas de control vectorial ya existentes. Esto permitirá comparar directamente la efectividad de la estrategia actual —basada en la reducción del vector— con el efecto sinérgico de incorporar una estrategia de inmunización. El objetivo final es cuantificar el impacto potencial de la vacuna en la dinámica epidemiológica del dengue en la región, proporcionando un análisis costo-beneficio que sirva de base para la futura toma de decisiones en materia de salud pública.
Trabajo en conjunto con: Dr. Javier Armando Gutierrez (Facultad de Ciencias Exactas, Universidad Nacional de Salta, Argentina).
Referencias
[1] M. Espinosa et al. “Temporal Dynamics and Spatial Patterns of Aedes aegypti Breeding Sites, in the Context of Dengue Control Program in Tartagal (Salta Province, Argentina)”. PLOS Neglected Tropical Diseases 10(5): e0004621. 2016.
[2] J. A. Gutierrez et al, "Meteorological indicators of dengue epidemics in non-endemic Northwest Argentina" Infectious Disease Modelling, Vol 7, pp. 823-834. 2022.
[3] L.D. Valdez et al, “Impact of rainfall on Aedes aegypti populations”, Ecological Modelling, Vol. 385, pp. 96-105. 2018.