MedElevator Войти в исследования
← Поиск публикаций

DOI 10.4081/gh.2012.108

Медицинская библиотека · Geospatial health · 2012

Моделирование пространственного соответствия между пятнами лихорадки Рокки Маунтин и вероятностью местообитания вектора дермосентора variabilis (американская собачья клеща).

Atkinson Samuel F, Sarkar Sahotra, Aviña Aldo, Schuermann Jim A, Williamson Phillip

СтатьяПоддержка исследования: вне правительства СШАМашинный перевод · не проверен

Аннотация

Пространственное распределение дерментора variabilis, наиболее часто выявленного вектора бактерии Рикитсии рикеттсии, который вызывает пятнистую лихорадку (RMSF) у людей, и пространственное распределение RMSF ранее не изучалось в южной центральной части Соединенных Штатов Америки, особенно в Техасе. С эпидемиологической точки зрения можно предположить, что существует высокая степень пространственного соответствия между пригодностью среды обитания для клещей и частотой заболевания. Моделирование как максимального воздействия на среду обитания клеща, так и пространственно-адаптивных фильтров, позволяющих моделировать распространенность болезни RMSF у человека, дает надежное представление о пространственном распределении этих явлений. Несмотря на то, что в Техасе отмечаются относительно низкие показатели числа случаев заболевания РМСС в Техасе, а в Техасе - показатели заболеваемости бактериями Рикинтсии, наилучшие имеющиеся в настоящее время данные позволяют получить предварительные данные, свидетельствующие о том, что предположение о высоких уровнях пространственного соответствия не будет правильным в Техасе (коэффициент согласия Kappa = 0,17). Для того чтобы получить убедительные выводы и понять результаты, представленные в настоящем документе, потребуется значительно больше данных, однако в этом исследовании предлагается подход, позволяющий приступить к пониманию расхождений.

Для цитирования: Atkinson Samuel F, Sarkar Sahotra, Aviña Aldo, Schuermann Jim A, Williamson Phillip. Modelling spatial concordance between Rocky Mountain spotted fever disease incidence and habitat probability of its vector Dermacentor variabilis (American dog tick).. Geospatial health. 2012. DOI: 10.4081/gh.2012.108.
Название и аннотация на языке оригинала

Modelling spatial concordance between Rocky Mountain spotted fever disease incidence and habitat probability of its vector Dermacentor variabilis (American dog tick).

The spatial distribution of Dermacentor variabilis, the most commonly identified vector of the bacterium Rickettsia rickettsii which causes Rocky Mountain spotted fever (RMSF) in humans, and the spatial distribution of RMSF, have not been previously studied in the south central United States of America, particularly in Texas. From an epidemiological perspective, one would tend to hypothesise that there would be a high degree of spatial concordance between the habitat suitability for the tick and the incidence of the disease. Both maximum-entropy modelling of the tick's habitat suitability and spatially adaptive filters modelling of the human incidence of RMSF disease provide reliable portrayals of the spatial distributions of these phenomenons. Even though rates of human cases of RMSF in Texas and rates of Dermacentor ticks infected with Rickettsia bacteria are both relatively low in Texas, the best data currently available allows a preliminary indication that the assumption of high levels of spatial concordance would not be correct in Texas (Kappa coefficient of agreement = 0.17). It will take substantially more data to provide conclusive findings, and to understand the results reported here, but this study provides an approach to begin understanding the discrepancy.

Предметные рубрики MeSH

Подготовка и перевод публикации
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…

История · было → стало

Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.

Тип публикации указан по данным источника. Уровень доказательности автоматически не присваивается.