Mapping malaria risk using environmental and anthropic variables Mapeamento do risco de malaria utilizando variáveis ambientais e antrópicas

• Main Authors: Mauricio Edilberto Rincón-Romero (Author), Julián Esteban Londoño (Author)
• Format: Book
• Published: Associação Brasileira de Pós-Graduação em Saúde Coletiva, 2009-09-01T00:00:00Z.
• Subjects: article
• Online Access: Connect to this object online.
• Notes: 10.1590/S1415-790X2009000300005; 1415-790X; 1980-5497
• Keywords: Malaria; SIG; Modelación espacial; Modelación ambiental; Zonificación del riesgo de malaria; Malaria; GIS; Spatial modeling; Environmental modeling; Malaria risk zoning; Public aspects of medicine; RA1-1270
• Source: Revista Brasileira de Epidemiologia, Vol 12, Iss 3, Pp 338-354 (2009)

Despite much research in the identification of areas with malaria, it is urgent to further investigate mapping techniques to achieve better approaches in strategies to prevent, mitigate, and eradicate the mosquito and the illness eventually. By using spatial distributed modeling techniques with Geographical Information Systems (GIS), the study proposes methodology to map malaria risk zoning for the municipality of Buenaventura in Colombia. The model proposed by Craig et al.¹ using climatic information was adapted to the conditions of the study area regarding scale and spatial resolution. Geomorphologic and anthropic variables were added to improve spatial allocation of areas with higher risk of contracting the illness, refining zoning. Then, they were contrasted with the locations reported by health entities², taking into account spatial distribution. The comparison of results shows a decrease in the area obtained initially using the Craig et al. model¹ (1999), from 5,422.4 km² (89.1% of the municipality's territory) to 624.3km² (approximately 10% of the municipality's area), yielding a total reduction of 78.8% when environmental and anthropic variables were included in the model. Data show that of the 9,863 cases reported during 2001 to 2005 for 20 selected towns as basis for the amount of surveyed malaria cases², 1,132 were located in the very high-risk areas, 7,662 were in the areas of moderate risk, and 1,066 cases in low-risk areas, showing that 89% of the cases reported fell into the areas with higher risk for malaria.<br>A pesar de muchas investigaciones en la identificación de las zonas con presencia de malaria, es urgente profundizar las técnicas de su mapeo para lograr mejores aproximaciones, para ayudar a focalizar los esfuerzos y recursos en prevención, mitigación y estrategias de erradicación del mosquito y eventualmente de la enfermedad. Usando modelación espacial distribuida con herramientas de Sistemas de Información Geográfica (SIG), el presente estudio propone una metodología para el mapeo y la zonificación del riesgo de malaria en el municipio de Buenaventura - Colombia. Se presenta una estrategia de adaptación del modelo propuesto por Craig et al.¹ (1999) que usa información climática, adaptándolo a las condiciones propias del área de estudio en cuanto a escala y resolución espacial. Se adicionaron variables geomorfológicas y antrópicas para mejorar la localización espacial de las zonas con mayor riesgo de contraer la enfermedad, refinando la zonificación, y se contrastó espacialmente con los sitios reportados por las entidades de salud². La comparación de los resultados muestra la disminución del área que se obtuvo inicialmente con la aplicación del modelo de Craig et al. ¹ de 5422.4 km² (89.1% del territorio del municipio) a 624.3km² (aproximadamente 10% del área del municipio), dando una reducción total del 78.8% al incluir las variables ambientales y antrópicas en la producción del mapa de riesgo. Los datos muestran que de 9,860 casos reportados durante 2001 y 2005 para 20 localidades seleccionadas con base en la cantidad de registros de malaria², 1,132 se ubicaron en las zonas identificadas de muy alto riesgo, 7,662 se sobrepusieron en las zonas de riesgo moderado y 1,066 casos en la zona de riesgo bajo, mostrando que el 89% de ellos se ubican en las zonas modeladas con mayor riesgo de malaria.