Aplicación de modelos de conteo y espaciales en el estudio de la presencia de pupas del mosquito Aedes aegypti en el departamento del Cauca, Colombia

Los cambios en las condiciones ambientales tienen un impacto directo en el aumento de la cantidad y dispersión de vectores, así como en la incidencia de enfermedades transmitidas por ellos. Estas variaciones están estrechamente relacionadas con el aumento promedio de la temperatura superficial de la Tierra debido al calentamiento global. En el caso específico del mosquito Aedes aegypti, que es el transmisor de enfermedades virales como el dengue, su expansión geográfica aumentaría de forma paralela con el aumento de la temperatura global. Estas enfermedades son un problema de salud pública en Colombia debido al alto número de casos nuevos que se presentan. La prevención de estas enfermedades se centra en el control del mosquito Aedes aegypti, y tradicionalmente se ha utilizado la vigilancia entomológica para este propósito. Sin embargo, se ha observado que esta estrategia puede resultar costosa en términos tanto humanos como económicos. Por lo tanto, hemos propuesto alternativas como los modelos predictivos de estadística clásica y espacial, los cuales permiten explicar el número de pupas del vector. El insumo para la realización de los modelos propuestos correspondió a información recolectada en el año 2017: datos entomológicos, geográficos, climáticos y demográficos de 393 localidades ubicadas en 33 municipios del Cauca, Colombia. Se ajustaron modelos de regresión para datos de conteo en presencia de sobredispersión y cero inflación, y se compararon por medio de medidas de bondad de ajuste, test de hipótesis para prueba de supuestos y parámetros de regresión estimados: regresión lineal generalizado Poisson (GLMP), regresión lineal generalizado binomial negativa (GLMNB), regresión binomial negativo cero inflado (ZINB), modelo de regresión de Hurdle y modelo de regresión de Tweedie. Se encontró que el ZINB es el que mejor modela el número de pupas. Tomando en cuenta que también existe la componente espacial dentro del conjunto de datos, se realizó un análisis de tipo espacial para datos de área georreferenciados con pruebas de hipótesis y se ajustaron modelos espaciales: modelo de error espacial, modelo de retardo espacial, modelo de Durbin y modelo aditivo generalizado espacial. Se concluye que el modelo aditivo generalizado espacial es el que mejor modela el número de pupas teniendo en cuenta la componente espacial.

• Autores: García Rojas, Juan Sebastián
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2023
• Institución: Universidad El Bosque
• Repositorio: Repositorio U. El Bosque
• Idioma: spa
• OAI Identifier: oai:repositorio.unbosque.edu.co:20.500.12495/11713
• Acceso en línea: http://hdl.handle.net/20.500.12495/11713
• Palabra clave: Vectores; Aedes aegypti; Vigilancia entomológica; Modelos predictivos; Modelos lineales generalizados; Poisson; Sobredispersión; Cero-inflación; Binomial negativo; Hurdle; Tweedie; Estadística espacial; Índice de Moran; Semivariograma; Geoestadística; Aditivo generalizado; 519.5; Vectors; Aedes aegypti; Entomological surveillance; Predictive models; Generalized linear models; Poisson; Overdispersion; Zero-inflation; Negative binomial; Hurdle; Tweedie; Spatial statistics; Moran’s index; Semivariogram; Geostatistics; Generalized additive
• Rights: openAccess
• License: Atribución-NoComercial-CompartirIgual 4.0 Internacional