Factores geográficos, ecológicos y sociodemográficos en la ocurrencia de dengue en Cundinamarca

Objetivo: Se realizó una descripción del comportamiento de la ocurrencia dengue para el departamento Cundinamarca en el periodo 2010-2015 ampliando el margen de exploración característico, realizando un análisis de implicación con los predictores ambientales habituales adicionando un factor poco entendido como la altitud y dos de los principales predictores descritos para la emergencia y reemergencia de dengue: el índice de urbanización y la cobertura de acueducto. Métodos: Se realizó un estudio ecológico de grupos múltiples que tiene como fuente principal el reporte de casos de dengue suministrados por la Secretaria de Salud de Cundinamarca y los valores de las variables ecológicas y sociodemográficas prevenientes de fuentes oficiales. La única variable construida fue el índice de urbanización debido a que no se cuenta con esta estimación para los departamentos del país. Se realizó un análisis epidemiológico descriptivo y espacial de los casos, se determinaron mediante el análisis de exploración de patrones de ocurrencia los municipios repetidores de dengue para el departamento. Se adelantó posteriormente un análisis univariado de estimaciones de riesgo con cada variable predictora propuesta. Finalmente se construyeron modelos multivariados que mostraran la relación entre la ocurrencia dengue con las predictoras significativas para el periodo de estudio mediante la regresión lineal múltiple y la regresión binomial negativa. Resultados: La mayor carga de la enfermedad (74,7%) para el departamento se encuentra concentrada en tres provincias Magdalena, Gualivá y Tequendama, quienes contienen los municipios definidos como repetidores de dengue para el periodo. Estos municipios tienen densidad población 20.000 habitantes, altas tasas de incidencia (600 casos x105) e incremento mantenido de casos para los 6 años. El modelo de regresión lineal múltiple identifico una alta colinealidad entre los factores ecológicos y la altitud , señalando un primer modelo inicial que se ajustó mejor a los datos que incluía la urbanización, la altitud y la precipitación siendo significativo las dos primeras y explicando la ocurrencia de casos de dengue en un 86,4% (p0,001). Por último se desarrollaron modelos de distribución binomial negativa seleccionado dos con mejor ajuste: El estratificado muestra que el incremento de la altitud disminuye el riesgo de ocurrencia de dengue entre un 60 a un 89% de acuerdo al rango altitudinal y el incremento de riesgo de dengue ante el aumento del nivel de urbanización aumenta RTI=1,20 a 20 (p 0,04-0,000). .El otro modelo continuo encontró que por cada aumento porcentual del IU (1%) y de una unidad (1°C) de temperatura mínima el riesgo de ocurrencia de dengue aumenta un 17% y 14% (p0.000-0,004) respectivamente. Conclusión: Estos resultados sugieren que al ampliar el marco de análisis a otros factores y el poder establecer su implicación y relación junto con los factores tradicionales en la ocurrencia del dengue podrían no solo contribuir a mejorar la comprensión de la enfermedad sino también ser utilizados como predictores prácticos de fácil implementación por los tomadores de decisiones y en los servicios de salud que les permita realizar una primera estratificación y priorización de las zonas o municipios con diferentes niveles de riesgo facilitando la formulación de políticas públicas sustentadas en la evidencia y ejecutadas a través de acciones de prevención y control heterogenias de acuerdo a las características de cada población y los patrones de endemicidad que este presentando el lugar a intervenir.

• Autores: Vásquez Rodríguez, Ana Beatriz
• Fecha de publicación: 2019
• Institución: Universidad Nacional de Colombia
• Repositorio: Universidad Nacional de Colombia
• Idioma: spa
• OAI Identifier: oai:repositorio.unal.edu.co:unal/76319
• Acceso en línea: https://repositorio.unal.edu.co/handle/unal/76319; http://bdigital.unal.edu.co/72585/
• Palabra clave: Dengue; Predictores; Riesgo; Urbanización; Altitud; Municipios; Predictors; Risk; Urbanization; Altitude; Municipalities
• Rights: openAccess
• License: Atribución-NoComercial 4.0 Internacional