Socioeconomic and environmental conditions influence the risk of dengue infection in a subtropical city of Argentina

Dardo E. Costas; Guillermo G. Barrenechea; Rocío Sánchez; Javier Foguet; María Peral; Rossana F. Chahla; Julieta Orosco; Ezequiel Aráoz

doi:10.25260/EA.23.33.3.0.2092

Autores/as

Dardo E. Costas Laboratorio de Salud Pública. Ministerio de Salud Pública de Tucumán. San Miguel de Tucumán, Tucumán, Argentina
Guillermo G. Barrenechea Dirección de Investigación en Salud. Ministerio de Salud Pública. San Miguel de Tucumán, Tucumán, Argentina. Programa de Pós-Graduação de Epidemiología em Saúde Pública, Programa Educacional VigiFronteiras, Brasil. Fundação Oswaldo Cruz, Rio de Janeiro, Brasil
Rocío Sánchez Facultad de Ciencias Naturales e Instituto Miguel Lillo. Universidad Nacional de Tucumán (UNT). San Miguel de Tucumán, Tucumán, Argentina. Instituto de Ecología Regional (IER). Universidad Nacional de Tucumán (UNT) - Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET). Yerba Buena, Tucumán, Argentina
Javier Foguet Instituto de Ecología Regional (IER). Universidad Nacional de Tucumán (UNT) - Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET). Yerba Buena, Tucumán, Argentina
María Peral Dirección de Investigación en Salud. Ministerio de Salud Pública. San Miguel de Tucumán, Tucumán, Argentina
Rossana F. Chahla Ministerio de Salud Pública. San Miguel de Tucumán, Tucumán, Argentina
Julieta Orosco Facultad de Ciencias Naturales e Instituto Miguel Lillo. Universidad Nacional de Tucumán (UNT). San Miguel de Tucumán, Tucumán, Argentina
Ezequiel Aráoz Facultad de Ciencias Naturales e Instituto Miguel Lillo. Universidad Nacional de Tucumán (UNT). San Miguel de Tucumán, Tucumán, Argentina. Instituto de Ecología Regional (IER). Universidad Nacional de Tucumán (UNT) - Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET). Yerba Buena, Tucumán, Argentina

DOI:

https://doi.org/10.25260/EA.23.33.3.0.2092

Palabras clave:

enfermedades tropicales, epidemiología, salud pública, factores de riesgo, socioecología, distribución espacial

Resumen

La creciente conectividad y urbanización de la población humana favorece que el dengue resurja y se expanda en las regiones subtropicales y templadas, lo que plantea desafíos a los sistemas de salud. Analizar la contribución de las condiciones socioambientales al riesgo de contagio es fundamental para diseñar estrategias preventivas. En este análisis retrospectivo pretendemos evaluar el efecto de factores sociales, demográficos y ambientales sobre la probabilidad de infectarse con el virus del dengue en Tucumán, la principal ciudad subtropical de Argentina. Realizamos un estudio de caso control durante el brote de dengue de 2016. El grupo control correspondió a todas las personas reportadas como síndrome febril inespecífico, y los casos fueron los confirmados por el virus del dengue a través de análisis de laboratorio. Registramos la edad, el sexo y la fecha de diagnóstico de cada paciente, y georreferenciamos su domicilio. Esta georreferenciación nos permitió estimar la distancia al caso positivo anterior más próximo (para controlar la autocorrelación), la densidad poblacional, la proporción de viviendas con calidad del material insuficiente, el hacinamiento, el nivel educativo, el NDVI, la temperatura superficial y la distancia a canales y cementerios. Construimos modelos de regresión logística para identificar la combinación de variables que mejor predecían los casos de dengue. La proximidad a casos anteriores, a cementerios y canales, la escasez de vegetación circundante, la edad y el déficit educativo se asociaron a un aumento en la probabilidad de ser positivos para dengue. En la Argentina, las diferencias socioeconómicas se reflejan en las desigualdades ambientales, que refuerzan las probabilidades diferenciales de padecer dengue. Nuestros resultados sugieren que mejorar la calidad ambiental urbana puede constituir una forma eficiente de prevenir el contagio individual de dengue y los consiguientes brotes.

Citas

Aiello Lammens, M. 2008. Ecology Ecological Models and Data in R. By Benjamin M. Bolker. Index of R arguments, functions, and packages and general index. Princeton University Press. Q Rev Biol 84(3):288-288. https://doi.org/10.1086/644667.

Araujo, R. V., M. R. Albertini, A. L. Costa-da-Silva, et al. 2015. São Paulo urban heat islands have a higher incidence of dengue than other urban areas. Brazilian J Infect Dis 19(2):146-155. https://doi.org/10.1016/j.bjid.2014.10.004.

Barrera, R., N. Delgado, M. Jiménez, I. Romero, and I. Villalobos. 2000. Estratificación de una ciudad hiperendémica en dengue hemorrágico. Rev Panam Salud Pública/Pan Am J Public Heal 8(4):225-233. https://doi.org/10.1590/S1020-49892000000900001.

Batista Zamora, A. E., and J. J. Natera Rivas. 2017. La evolución del mapa social del Gran San Miguel de Tucumán. Un estudio del periodo 1991 a 2010 a través del análisis factorial. Geograficando 13(2):027. https://doi.org/10.24215/2346898xe027.

Batallán, G. P., E. L. Estallo, F. S. Flores, P. Sartor, M. S. Contigiani, and W. R. Almirón. 2015. St. Louis Encephalitis virus mosquito vectors dynamics in three different environments in relation to remotely sensed environmental conditions. Acta Trop 146:53-59. https://doi.org/10.1016/j.actatropica.2015.03.009.

Braga, C., C. F. Luna, C. M. T. Martelli, W. V. de Souza, M. T. Cordeiro, N. Alexander, et al. 2010. Seroprevalence and risk factors for dengue infection in socio-economically distinct areas of Recife, Brazil. Acta Trop 113(3):234-240. https://doi.org/10.1016/j.actatropica.2009.10.021.

Brunkard, J. M., J. L. Robles López, J. Ramírez, and E. Cifuentes. 2007. Dengue Fever Seroprevalence and Risk Factors, Texas-Mexico Border, 2004. Emerg Infect Dis 13:1477-1483. https://doi.org/10.3201/eid1310.061586.

Burnham, K. P., D. R. Anderson, and K. P. Huyvaert. 2011. AIC model selection and multimodel inference in behavioral ecology: some background, observations, and comparisons. Behav Ecol Sociobiol 65:23-35. https://doi.org/10.1007/s00265-010-1029-6.

Carbajo, A. E., S. M. Gómez, S. I. Curto, and N. J. Schweigmann. 2004. Variación espacio-temporal del riesgo de transmisión de dengue en la Ciudad de Buenos Aires. Medicina (B Aires) 64(3):231-234.

Das, S., A. Sarfraz, N. Jaiswal, et al. 1999. Dengue History in Argentina. Emerg Infect Dis 5(5):575-578. https://doi.org/10.3201/eid0504.990424.

Das, S., A. Sarfraz, N. Jaiswal, and P. Das. 2017. Impediments of reporting dengue cases in India. J Infect Public Health 10(5):494-498. https://doi.org/10.1016/j.jiph.2017.02.004.

De Haas, H., M. Czaika, M. L. Flahaux, E. Mahendra, K. Natter, S. Vezzoli, and M. Villares‐Varela. 2019. International migration: Trends, determinants, and policy effects. Population and Development Review 45(4):885-922. https://doi.org/10.1111/padr.12291.

del Castillo, A. C. 2015. De pobrezas y persistencias… Un estudio de caso sobre la pobreza urbana en Gran San Miguel de Tucumán (Argentina) en los inicios del siglo XXI. Trab y Soc 25:493-516.

Díaz-Quijano, F. A., and E. A. Waldman. 2012. Factors associated with dengue mortality in Latin America and the Caribbean, 1995-2009: An ecological study. Am J Trop Med Hyg 86(2):328-334. https://doi.org/10.4269/ajtmh.2012.11-0074.

Estallo, E. L., A. E. Carbajo, M. G. Grech, et al. 2014. Spatio-temporal dynamics of dengue 2009 outbreak in Córdoba City, Argentina. Acta Trop 136(1):129-136. https://doi.org/10.1016/j.actatropica.2014.04.024.

Estallo, E. L., G. Más, C. Vergara-Cid, et al. 2013. Spatial Patterns of High Aedes aegypti Oviposition Activity in Northwestern Argentina. PLoS ONE 8(1):1-8. https://doi.org/10.1371/journal.pone.0054167.

Gelman, A., and J. Hill. 2006. Data Analysis Using Regression and Multilevel/Hierarchical Models (Analytical Methods for Social Research). Cambridge: Cambridge University Press. https://doi.org/10.1017/CBO9780511790942.

Gioia, A., L. Paolini, A. Malizia, R. Oltra-Carrió, and J. A. Sobrino. 2014. Size matters: vegetation patch size and surface temperature relationship in foothills cities of northwestern Argentina. Urban Ecosyst 17:1161-1174. https://doi.org/10.1007/s11252-014-0372-1.

Gutiérrez Angonese, J. 2015. Historia de uso del territorio en el área peri-urbana de la Sierra de San Javier y el Gran San Miguel de Tucumán, Argentina (1972-2010). Tesis de Doctorado en Ciencias Biológicas. Facultad de Ciencias Exactas, Físicas y Biológicas. Universidad Nacional de Córdoba. http://hdl.handle.net/11086/13236.

Harapan, H., A. Michie, R. T. Sasmono, and A. Imrie. 2020. Dengue: A minireview. Viruses 12(8):1-35. https://doi.org/10.3390/v12080829.

Huang, C. C., T. Y. T. Tam, Y. R. Chern, S. C. C. Lung, N. T. Chen, C. Da Wu. 2018. Spatial clustering of dengue fever incidence and its association with surrounding greenness. Int J Environ Res Public Health 15(9):1-12. https://doi.org/10.3390/ijerph15091869.

Li, X., W. Zhou, and Z. Ouyang Z. 2013. Relationship between land surface temperature and spatial pattern of greenspace: What are the effects of spatial resolution? Landsc Urban Plan 114(June):1-8. https://doi.org/10.1016/j.landurbplan.2013.02.005.

Lippi, C. A., A. M. Stewart-Ibarra, Á. G. Muñoz, M. J. Borbor-Cordova, R. Mejía, K. Rivero, et al. 2018. The social and spatial ecology of dengue presence and burden during an outbreak in Guayaquil, Ecuador, 2012. International Journal of Environmental Research and Public Health 15(4):827. https://doi.org/10.3390/ijerph15040827.

López, M. S., M. V. Müller, and W. Sione. 2018. Analysis of the spatial distribution of scientific publications regarding vector-borne diseases related to climate variability in South America. Spat Spatiotemporal Epidemiol 26:35-93. https://doi.org/10.1016/j.sste.2018.04.003.

Malizia, A., P. Boldrini, M. Malizia, and C. Monmany. 2020. ¿Qué pasa con el dengue? Una opinión socio-ambiental para el aglomerado Gran San Miguel de Tucumán. Investig en Salud 3:15-19.

Mangudo, C., J. P. Aparicio, G. C. Rossi, and R. M. Gleiser. 2018. Tree hole mosquito species composition and relative abundances differ between urban and adjacent forest habitats in northwestern Argentina. Bull Entomol Res 108(2):203-212. https://doi.org/10.1017/S0007485317000700.

Marcondes, C. B., M. Contigiani, R. M. Gleiser, and W. Reisen. 2017. Emergent and reemergent arboviruses in South America and the Caribbean: Why so many and why now? J Med Entomol 54(3):509-532. https://doi.org/10.1093/jme/tjw209.

Martínez-Bello, D. A., A. López-Quílez, and A. Torres Prieto. 2017. Relative risk estimation of dengue disease at small spatial scale. Int J Health Geogr 16(1):1-15. https://doi.org/10.1186/s12942-017-0104-x.

Martínez-Vega, R. A., R. Danis-Lozano, F. A. Díaz-Quijano, et al. 2015. Peridomestic Infection as a Determining Factor of dengue Transmission. PLoS Negl Trop Dis 9(12). https://doi.org/10.1371/journal.pntd.0004296.

Moraes, G. H., E. D. F. Duarte, and E. C. Duarte. 2013. Determinants of mortality from severe dengue in Brazil: A population-based case-control study. Am J Trop Med Hyg 88(4):670-676. https://doi.org/10.4269/ajtmh.11-0774.

Mordecai, E. A., J. M. Cohen, M. V. Evans, et al. 2017. Detecting the impact of temperature on transmission of Zika, dengue, and chikungunya using mechanistic models. PLoS Negl Trop Dis 11(4):1-18. https://doi.org/10.1371/journal.pntd.0005568.

Nakhapakorn, K., and N. K. Tripathi. 2005. An information value based analysis of physical and climatic factors affecting dengue fever and dengue haemorrhagic fever incidence. Int J Health Geogr 4:1-13. https://doi.org/10.1186/1476-072X-4-13.

Oliveira, M. A. de, H. Ribeiro, and C. Castillo-Salgado. 2013. Geospatial analysis applied to epidemiological studies of dengue : a systematic review Análise geoespacial aplicada em. Rev Bras Epidemiol 16(4):907-917. https://doi.org/10.1590/S1415-790X2013000400011.

Paolini, L., L. Schwendenmann, E. Aráoz, and P. A. Powell. 2019. Decoupling of the urban vegetation productivity from climate. Urban For Urban Green 44:126428. https://doi.org/10.1016/j.ufug.2019.126428.

Paolini, L., E. Aráoz, A. Gioia, and P. A. Powell. Vegetation productivity trends in response to urban dynamics. Urban For Urban Green 17:211-216 https://doi.org/10.1016/j.ufug.2016.04.005.

Parra, M. C. P., E. A. Fávaro, M. R. Dibo, et al. 2018. Using adult Aedes aegypti females to predict areas at risk for dengue transmission: A spatial case-control study. Acta Trop 182(January):43-53. https://doi.org/10.1016/j.actatropica.2018.02.018.

Qi, X., Y. Wang, Y. Li, et al. 2015. The Effects of Socioeconomic and Environmental Factors on the Incidence of dengue Fever in the Pearl River Delta, China, 2013. PLoS Negl Trop Dis 9(10):1-13. https://doi.org/10.1371/journal.pntd.0004159.

Rodríguez, G. A., C. A. Veggiani Aybar, G. L. Claps, and M. S. Lizarralde de Grosso. 2015. Seasonal Oviposition Activity of Aedes aegypti (Diptera: Culicidae) in San Miguel de Tucumán, Northwestern Argentina. Florida Entomol 98(4):1241-1243. https://doi.org/10.1653/024.098.0435.

Ryan, S. J., C. A. Lippi, R. Nightingale, et al. 2019. Socio-ecological factors associated with dengue risk and Aedes aegypti presence in the Galápagos Islands, Ecuador. Int J Environ Res Public Health 16(5):1-16. https://doi.org/10.3390/ijerph16050682.

Sánchez-Hernández, D., C. A. Aguirre-Salado, G. Sánchez-Díaz, Alejandro I. Aguirre-Salado, C. Soubervielle-Montalvo, et al. 2021. Modeling spatial pattern of dengue in North Central Mexico using survey data and logistic regression. Int J Environ Health Res 31(7):872-888. https://doi.org/10.1080/09603123.2019.1700938.

Santos, J. P. C. dos, N. A. Honório, and A. A. Nobre. 2019. Definition of persistent areas with increased dengue risk by detecting clusters in populations with differing mobility and immunity in Rio de Janeiro, Brazil. Cad Saude Publica 35(12):e00248118. https://doi.org/10.1590/0102-311X00248118.

Shafie, A. 2011. Evaluation of the spatial risk factors for high incidence of dengue Fever and dengue Hemorrhagic Fever using GIS application. Sains Malaysiana 40(8):937-943.

Siqueira-Junior, J. B., I. J. Maciel, C. Barcellos, et al. 2008. Spatial point analysis based on dengue surveys at household level in central Brazil. BMC Public Health 8:1-9. https://doi.org/10.1186/1471-2458-8-361.

Soghaier, M. A., S. F. Mahmood, O. Pasha, et al. 2014. Factors associated with dengue fever IgG sero-prevalence in South Kordofan State, Sudan, in 2012: Reporting prevalence ratios. J Infect Public Health 7(1):54-61. https://doi.org/10.1016/j.jiph.2013.07.008.

Spescha, V., L. Paolini, P. Powell, and B. Covaro. 2020. Unequal Appropriation of Urban Vegetation in Argentine Cities. Ecosystems 23:1395-1407. https://doi.org/10.1007/s10021-019-00476-5.

Spiegel, J., S. Bennett, L. Hattersley, M. H. Hayden, P. Kittayapong, and D. Gubler. 2005. Barriers and Bridges to Prevention and Control of dengue: The Need for a Social-Ecological Approach. EcoHealth 2:273-290. https://doi.org/10.1007/s10393-005-8388-x.

Stanaway, J. D., D. S. Shepard, E. A. Undurraga, et al. 2016. The global burden of dengue: an analysis from the Global Burden of Disease Study 2013. Lancet Infect Dis 16(6):712-723. https://doi.org/10.1016/S1473-3099(16)00026-8.

Stewart-Ibarra, M. A., G. A. Muñoz, J. S. Ryan, et al. 2014. Spatiotemporal clustering, climate periodicity, and social-ecological risk factors for dengue during an outbreak in Machala, Ecuador, in 2010. BMC Infect Dis 14(1):1-16. https://doi.org/10.1186/s12879-014-0610-4.

Team R core. 2017. R: A language and environment for Statistical Computing. URL: r-project.org.

Toan, D. T. T., L. N. Hoat, W. Hu, P. Wright, and P. Martens. 2015. Risk factors associated with an outbreak of dengue fever/dengue haemorrhagic fever in Hanoi, Vietnam. Epidemiol Infect 143(8):1594-1598. https://doi.org/10.1017/S0950268814002647.

Vázquez-Prokopec, G. M., U. Kitron, B. Montgomery, P. Horne, and S. A. Ritchie. 2010. Quantifying the spatial dimension of dengue virus epidemic spread within a tropical urban environment. PLoS Negl Trop Dis 4(12):1-14. https://doi.org/10.1371/journal.pntd.0000920.

Vezzani, D., and A. E. Carbajo. 2008. Aedes aegypti, Aedes albopictus and dengue in Argentina: Current knowledge and future directions. Mem Inst Oswaldo Cruz 103(1):66-74. https://doi.org/10.1590/S0074-02762008005000003.