Influence of anthropogenic factors on the geographical distribution of triatomine vectors of Chagas Disease / Influência de fatores antropogênicos na distribuição geográfica de triatomíneos vetores da Doença de Chagas
DOI:
https://doi.org/10.34188/bjaerv4n4-123Palavras-chave:
ecologia de doenças, epidemiologia ecológica, doenças infecciosas, doenças tropicais negligenciadas, maxent.Resumo
Estudos anteriores sobre a doença de Chagas em grandes escalas espaciais não exploraram como a interação com humanos pode afetar as projeções para a distribuição geográfica da aptidão ambiental das espécies de vetores. Aqui, comparamos modelos de distribuição de espécies usando apenas variáveis climáticas como preditores (SDMClim) com modelos que incluem variáveis climáticas + densidade populacional humana (SDMHuman). Nossos resultados mostram que considerar a densidade da população humana ajuda a refinar os modelos para escalas geográficas mais finas. Além disso, diferentes padrões espaciais de adequabilidade ambiental acumulada foram obtidos por SDMClim e SDMHuman. Ainda, as projeções foram mais precisas para SDMHuman do que para SDMClim. Nossos resultados mostram que considerar fatores antropogênicos em SDMs para espécies de triatomianos epidemiologicamente relevantes pode melhorar nossa compreensão da macroecologia e biogeografia para vetores da doença de Chagas.
Referências
Lozano R, Naghavi M, Foreman K, Lim S, Shibuya K, Aboyans V. 2012. Global and regional mortality from 235 causes of death for 20 age groups in 1990 and 2010: a systematic analysis for the Global Burden of Disease Study 2010. Lancet 380: 2095–128. doi:10.1016/S0140-6736(12)61728-0.
Hotez PJ, Alvarado M, Basáñez M-G, Bolliger I, Bourne R, Boussinesq M. 2014. The Global Burden of Disease Study 2010: Interpretation and Implications for the Neglected Tropical Diseases. PLoS Negl Trop Dis. 8: e2865. doi:10.1371/journal.pntd.0002865.
Murray KA, Preston N, Allen T, Zambrana-Torrelio C, Hosseini PR, Daszak P. 2015. Global biogeography of human infectious diseases. Proc Natl Acad Sci. 112: 12746–51. doi:10.1073/pnas.1507442112.
Stephens PR, Altizer S, Smith KF, Alonso Aguirre A, Brown JH, Budischak SA. 2016. The macroecology of infectious diseases: a new perspective on global-scale drivers of pathogen distributions and impacts. Ecol Lett. 19: 1159–71. doi:10.1111/ele.12644.
WHO. 2015. Investing to overcome the global impact of neglected tropical diseases: third WHO report on neglected diseases 2015. Geneva. doi:ISBN 978 92 4 156486 1.
WHO. 2012. Accelerating Work to Overcome the Global Impact of Neglected Tropical Diseases: A Roadmap for Implementation. Geneva.
Coura JR, Borges-Pereira J. 2010. Chagas disease: 100 years after its discovery. A systemic review. Acta Trop. 115: 5–13. doi:10.1016/j.actatropica.2010.03.008.
Secretaria de Vigilância em Saúde (Ministério da Saúde do Brasil). 2015. Doença de Chagas aguda no Brasil: série histórica de 2000 a 2013. Bol. Epidemiol. 46: 1–9. doi:10.1590/S1415-790X2004000400010.
Filho AAF, Sousa AS de, Filho DC, Jansen AM, Andrade GMQ, Britto CFDP de C. 2016. II Consenso Brasileiro em Doença de Chagas, 2015. Epidemiol. e Serviços Saúde. 25: 1–10. doi:10.5123/S1679-49742016000500002.
Pereira JM, Almeida PS de, Sousa AV de, Paula AM de, Machado RB, Gurgel-Gonçalves R. 2013. Climatic factors influencing triatomine occurence in Central-West Brazil. Mem Inst Oswaldo Cruz. 108: 335–41. doi:10.1590/S0074-02762013000300012.
Dias JVL, Queiroz DRM, Martins HR, Gorla DE, Pires HHR, Diotaiuti L. 2016. Spatial distribution of triatomines in domiciles of an urban area of the Brazilian Southeast Region. Mem Inst Oswaldo Cruz. 111: 43–50. doi:10.1590/0074-02760150352.
Bezerra CM, Cavalcanti LP de G, Souza R de CM de, Barbosa SE, Xavier SC das C, Jansen AM. 2014. Domestic, peridomestic and wild hosts in the transmission of Trypanosoma cruzi in the Caatinga area colonised by Triatoma brasiliensis. Mem Inst Oswaldo Cruz. 109: 887–98. doi:10.1590/0074-0276140048.
Waleckx E, Gourbière S, Dumonteil E. 2015. Intrusive versus domiciliated triatomines and the challenge of adapting vector control practices against Chagas disease. Mem Inst Oswaldo Cruz. 110: 324–38. doi:10.1590/0074-02760140409.
Costa J, Lorenzo M. 2009. Biology, diversity and strategies for the monitoring and control of triatomines - Chagas disease vectors. Mem Inst Oswaldo Cruz. 104: 46–51. doi:10.1590/S0074-02762009000900008.
Diotaiuti L, Loiola CF, Falcão PL, Dias JCP. 1993. The ecology of Triatoma sordida in natural environments in two different regions of the state of Minas Gerais, Brazil. Rev Inst Med Trop Sao Paulo. 35: 237–45. doi:10.1590/S0036-46651993000300004.
Coura JR, Junqueira ACV, Boia MN, Fernandes O. 1999. Chagas disease: from bush to huts and houses. Is it the case of the Brazilian amazon? Mem Inst Oswaldo Cruz. 94: 379–84. doi:10.1590/S0074-02761999000700074.
Diniz-Filho JAF, Ceccarelli S, Hasperué W, Rabinovich J. 2013. Geographical patterns of Triatominae (Heteroptera: Reduviidae) richness and distribution in the Western Hemisphere. Insect Conserv Divers. 6: 704–14. doi:10.1111/icad.12025.
Ceccarelli S, Rabinovich JE. 2015. Global Climate Change Effects on Venezuela’s Vulnerability to Chagas Disease is Linked to the Geographic Distribution of Five Triatomine Species. J Med Entomol. 52: 1333–43. doi:10.1093/jme/tjv119.
de la Vega GJ, Medone P, Ceccarelli S, Rabinovich J, Schilman PE. 2015. Geographical distribution, climatic variability and thermo-tolerance of Chagas disease vectors. Ecography. 38: 851–60. doi:10.1111/ecog.01028.
Parra-Henao G, Suárez-Escudero LC, González-Caro S. 2016. Potential Distribution of Chagas Disease Vectors (Hemiptera, Reduviidae, Triatominae) in Colombia, Based on Ecological Niche Modeling. J Trop Med. 2016: 1–10. doi:10.1155/2016/1439090.
Bustamante DM, Monroy MC, Rodas AG, Juarez JA, Malone JB. 2007. Environmental determinants of the distribution of Chagas disease vectors in south-eastern Guatemala. Geospat Health. 1: 199–211. doi:10.4081/gh.2007.268.
Parra-Henao G, Cardona ÁS, Jaramillo-O N, Quirós-Gómez O. 2016. Environmental Determinants of the Distribution of Chagas Disease Vector Triatoma dimidiata in Colombia. Am J Trop Med Hyg. 94: 767–74. doi:10.4269/ajtmh.15-0197.
Peterson AT, Soberón J, Pearson RG, Anderson RP, Martínez-Meyer E, Nakamura M. 2012. Ecological niches and geographic distributions. Choice Rev Online. 49: 49-6266-49–6266. doi:10.5860/CHOICE.49-6266.
Anderson RP. 2017. When and how should biotic interactions be considered in models of species niches and distributions? J Biogeogr. 44: 8–17. doi:10.1111/jbi.12825.
van Proosdij ASJ, Sosef MSM, Wieringa JJ, Raes N. 2016. Minimum required number of specimen records to develop accurate species distribution models. Ecography. 39: 542–52. doi:10.1111/ecog.01509.
Hijmans RJ, Cameron SE, Parra JL, Jones PG, Jarvis A. 2005. Very high resolution interpolated climate surfaces for global land areas. Int J Climatol. 25: 1965–78. doi:10.1002/joc.1276.
Center for International Earth Science Information Network - CIESIN - Columbia University. 2017. Gridded Population of the World, Version 4 (GPWv4): Population Density, Revision 10. Palisades, NY: NASA Socioeconomic Data and Applications Center (SEDAC). doi:10.7927/H4DZ068D.
Phillips SJ, Dudík M, Schapire RE. 2004. A maximum entropy approach to species distribution modeling. Proc. twenty-first Int. Conf. Mach. Learn., ACM. 2004: 83:88.
Phillips S, Anderson R, Schapire R. 2006. Maximum entropy modeling of species geographic distributions. Ecol Modell. 190: 231–59. doi:10.1016/j.ecolmodel.2005.03.026.
Phillips SJ, Dudík M, Elith J, Graham CH, Lehmann A, Leathwick J. 2009. Sample selection bias and presence-only distribution models: implications for background and pseudo-absence data. Ecol Appl. 19:181–97. doi:10.1890/07-2153.1.
Kramer-Schadt S, Niedballa J, Pilgrim JD, Schröder B, Lindenborn J, Reinfelder V. 2013. The importance of correcting for sampling bias in MaxEnt species distribution models. Divers Distrib. 19: 1366–79. doi:10.1111/ddi.12096.
Fourcade Y, Engler JO, Rödder D, Secondi J. 2014. Mapping species distributions with MAXENT using a geographically biased sample of presence data: A performance assessment of methods for correcting sampling bias. PLoS One. 9: e97122. doi:10.1371/journal.pone.0097122.
Peterson AT, Papeş M, Soberón J. 2008. Rethinking receiver operating characteristic analysis applications in ecological niche modeling. Ecol Modell. 213: 63–72. doi:10.1016/j.ecolmodel.2007.11.008.
Moreno-Amat E, Mateo RG, Nieto-Lugilde D, Morueta-Holme N, Svenning JC, García-Amorena I. 2015. Impact of model complexity on cross-temporal transferability in Maxent species distribution models: An assessment using paleobotanical data. Ecol Modell. 312: 308–17. doi:10.1016/j.ecolmodel.2015.05.035.
Anderson RP, Gonzalez I. 2011. Species-specific tuning increases robustness to sampling bias in models of species distributions: An implementation with Maxent. Ecol Modell. 222: 2796–811. doi:10.1016/j.ecolmodel.2011.04.011.
Poo-Muñoz DA, Escobar LE, Peterson AT, Astorga F, Organ JF, Medina-Vogel G. 2014. Galictis cuja (Mammalia): an update of current knowledge and geographic distribution. Iheringia Série Zool. 104: 341–6. doi:10.1590/1678-476620141043341346.
Rangel TF, Diniz-Filho JAF, Bini LM. 2010. SAM: a comprehensive application for Spatial Analysis in Macroecology. Ecography. 33: 46–50. doi:10.1111/j.1600-0587.2009.06299.x.
Medone P, Ceccarelli S, Parham PE, Figuera A, Rabinovich JE. 2015. The impact of climate change on the geographical distribution of two vectors of Chagas disease: implications for the force of infection. Philos Trans R Soc B Biol Sci. 370: 20130560–20130560. doi:10.1098/rstb.2013.0560.
Cajo DJY, Moreno M, Chaguamate L, Valencia N, Ayala VR. 2016. Aplicación de Modelos de Nicho Ecológico para estudios Epidemiológicos: Triatoma dimidiata, vector de la Enfermedad de Chagas en Ecuador. Rev Politécnica. 37: 88–92.
de Melo-França L, Fortier DC, Bocchiglieri A, Dantas MAT, Liparini A, Cherkinsky A. 2014. Radiocarbon dating and stable isotopes analyses of Caiman latirostris (Daudin, 1801)(Crocodylia, Alligatoridae) from the late Pleistocene of Northeastern Brazil, with comments on spatial distribution of the species. Quat Int. 352: 159–63.
Waleckx E, Salas R, Huamán N, Buitrago R, Bosseno MF, Aliaga C. 2011. New insights on the Chagas disease main vector Triatoma infestans (Reduviidae, Triatominae) brought by the genetic analysis of Bolivian sylvatic populations. Infect Genet Evol. 11: 1045–57. doi:10.1016/j.meegid.2011.03.020.
Schofield CJ. 1994. Triatominae: biology and control. Bognor Regis, UK: Eurocommunica Publications.
Galvão C. 2014. Vetores da Doença de Chagas no Brasil. Curitiba: SciELO Books - Sociedade Brasileira de Zoologia.
Altizer S, Ostfeld RS, Johnson PTJ, Kutz S, Harvell CD. 2013. Climate Change and Infectious Diseases: From Evidence to a Predictive Framework. Science. 6145: 514-519. doi:10.1126/science.1239401.
Jones KE, Patel NG, Levy MA, Storeygard A, Balk D, Gittleman JL. 2014. Global trends in emerging infectious diseases. Nature. 451: 990–3. doi:10.1038/nature06536.
Smith KF, Goldberg M, Rosenthal S, Carlson L, Chen J, Chen C. 2014. Global rise in human infectious disease outbreaks. J R Soc Interface. 11(101): 20140950–20140950. doi:10.1098/rsif.2014.0950.
Santos AC, Chagas, MFB, Lima, IP, Valladares, GS, Araujo, TME. 2020. Análise geoespacial da ocorrência de casos de malária em Uruçuí - PI de janeiro a junho de 2011. Brazilian Journal of Animal and Environmental Research. 3(3):1061-1070.
Downloads
Publicado
Como Citar
Edição
Seção
Licença
- O conteúdo dos artigos é de responsabilidade exclusiva dos autores.
- É permitida a reprodução total ou parcial do conteúdo dos artigos, desde que citada a fonte.
- Artigos com plágio serão recusados, e o autor do plágio perderá o direito de publicar nesta revista.
- Os nomes e endereços informados nesta revista serão utilizados exclusivamente para os serviços prestados por esta publicação e não estão disponíveis para outros fins ou a terceiros.
- Depois de enviar os artigos, os autores cedem os direitos autorais de seus artigos ao BJAER. Se você se arrepender da submissão, o autor tem o direito de solicitar ao BJAER que não publique seu artigo. Porém, essa solicitação deve ocorrer até dois meses antes da divulgação do número que o artigo será publicado.
- O BJAER usa a licença Creative Commons CC BY. Informações sobre esta licença podem ser encontradas em: https://creativecommons.org/licenses/by/3.0/br/
Brazilian Journal of Animal and Environmental Research (BJAER) se reserva o direito de efetuar nos originais alterações de ordem normativa, ortográfica e gramatical, com vistas a manter o padrão culto da língua, respeitando, porém, o estilo dos autores. Os trabalhos finais não serão enviadas aos autores.
